Wan v2.6 Image to Image

Wan v2.6 Image to Image on kuvankäsittely- ja sommittelumalli, joka mahdollistaa jopa kolmen viitekuvan yhdistämisen ja muuntamisen pelkän kirjallisen kuvauksen avulla. Sen sijaan että se generoisi kuvia tyhjästä, se työskentelee sinulla jo olevien visuaalien kanssa — hahmo, esine, sijainti, tekstuuri tai tyyli — ja yhdistää ne yhdeksi uudeksi kuvaksi, joka seuraa ohjeitasi. Jos voit osoittaa elementtejä muutamasta valokuvasta ja kuvailla, miten ne tulisi yhdistää, tämä malli muuttaa tuon idean valmiiksi kehykseksi.

Sen keskeinen ominaisuus on monikuva-viittausjärjestelmä. Lataat 1–3 viitekuvaa, ja tekstikehotteessa viittaat niihin suoraan nimillä 'image 1', 'image 2' ja 'image 3'. Järjestys on tärkeä, joten tiedät aina, mistä kuvasta malli ammentaa. Tämä tekee monimutkaisista sommitteluista helppoja kuvailla: voit sijoittaa hahmon yhdestä kuvasta toisen kuvan ympäristöön pitäen kolmannesta kuvasta peräisin olevaa esinettä. Esimerkki-ohje voisi olla: 'Sijoita velho image 2:sta muinaisen kirjaston ympäristöön image 3:sta pitäen ja tutkien taikuuden kristallikuulaa image 1:stä', täydennettynä ohjeilla kasvojen violetista ja sinisestä valaistuksesta, leijuvista kynttilöistä, taustalla olevista muinaisista kirjoista ja erittäin yksityiskohtaisesta fantasiataiteen tyylistä. Malli tulkitsee kaiken tämän ja kokoaa yhtenäisen kohtauksen.

Koska kehotte hoitaa suuren osan luovasta työstä, malli palkitsee kuvailevasta kirjoittamisesta. Voit määritellä valaistuksen, tunnelman, taidetyylin, sommittelun ja hienot yksityiskohdat, ja malli noudattaa niitä. Kehotteet voivat olla jopa 2 000 merkkiä pitkiä, joten sinulla on runsaasti tilaa tarkkuuteen, ja tuetaan sekä englantia että kiinaa. Luojille, jotka pitävät kehotteensa lyhyinä, on sisäänrakennettu kehotteen optimointitoiminto, joka laajentaa ja jalostaa yksinkertaisia ohjeita automaattisesti ennen generointia. Se lisää muutaman sekunnin käsittelyaikaan, mutta parantaa huomattavasti tuloksia, kun annat sille lyhyen idean täyden kappaleen sijaan. Voit pitää sen päällä mukavuuden vuoksi tai sammuttaa, kun haluat mallin noudattavan tarkalleen sanojasi.

Kuka hyötyy? Konseptitaiteilijat ja kuvittajat voivat nopeasti testata, miltä hahmo näyttää eri ympäristöissä tai esineiden kanssa. Suunnittelijat voivat sommitella tuotekuvia, fiilikset-tauluja ja tyyliopintoja ilman manuaalista maskausta ja kerrostusta. Elokuvantekijät ja tarinakuva-artistit voivat ennakoida kohtauksia pudottamalla näyttelijät, lavasteet ja esineet yhteen kehykseen. Markkinoijat ja some-luojat voivat remiksata olemassa olevaa brändikuvia tuoreiksi visuaaleiksi. Kaikki, jotka viettävät tällä hetkellä tunteja kerroksisessa editorissa leikatakseen elementtejä irti ja sekoittaakseen niitä, voivat kuvailla saman tuloksen yhdellä lauseella.

Lataamasi viitekuvat tulisi olla JPEG-, JPG-, PNG- (ilman läpinäkyvyyttä), BMP- tai WEBP-tiedostoja, joiden kummankin puolen pituus on 384–5 000 pikseliä eikä koko ylitä 10MB. Tuloskuvat toimitetaan PNG-muodossa. Ohjaat tuloksen muodon ja koon aspektisuhde-esityksillä — neliö, muotokuva 4:3, muotokuva 16:9, maisema 4:3, maisema 16:9 ja HD-neliö — tai voit pyytää tarkkoja mukautettuja mittoja. Kokonaisresoluutio on määritellyssä välissä, joten kuvat pysyvät terävinä ilman liiallista kokoa, suunnilleen 768×768 ja 1280×1280 pikselin budjetilla.

Sommittelun ja koon lisäksi sinulla on useita luovia säätöjä. Negatiivinen kehotte mahdollistaa asioiden luettelemisen, joita haluat pitää poissa kuvasta — tyypillisiä esimerkkejä ovat matala resoluutio, muodonmuutokset tai ylimääräiset sormet — auttaen ohjaamaan pois tyypillisistä generointivirheistä. Voit generoida jopa neljä variaatiota kerralla, mikä on hyödyllistä vaihtoehtojen nopeaan vertailuun ja parhaan tuloksen valintaan. Seed-säätö mahdollistaa toistettavuuden: saman seedin uudelleenkäyttö tuottaa johdonmukaisempia tuloksia suoritusten välillä, joten kun löydät ulkonäön, josta pidät, voit kehittää sitä ilman aloittamista alusta. Sisäänrakennettu sisällön moderointitoiminto tarkistaa sekä syötteet että tulokset, päällä oletuksena pitääksesi generoinnit sopivina.

Tyylillisesti malli on joustava. Koska se ammentaa suoraan viitekuvistasi ja kirjallisista ohjeistasi, se voi kallistua fotorealistiseen, maalaukselliseen, elokuvamaiseen tai täysin kuvitteleiseen riippuen siitä, mitä annat sille ja mitä pyydät. Esimakkikuvat esittelevät dramaattista fantasiataidetta tunnelmallisella valaistuksella, mikä korostaa mallin vahvuutta tunnelmassa ja yksityiskohdissa, kun kuvaat ne selkeästi. Voit lainata tyyliä yhdestä kuvasta ja taustaa toisesta, sekoittaen ja yhdistellen visuaalisia lähteitä yhtenäiseen estetiikkaan.

Mallin toiminnan perusteella seuraa muutamia parhaita käytäntöjä. Ensinnäkin ole eksplisiittinen siitä, mikä viitekuva tarjoaa minkäkin elementin — numeroitu viittausjärjestelmä on yhtä hyvä kuin kehotteesi selkeys. Toiseksi kuvaile valaistusta, tyyliä ja sommittelua äläkä oleta mallin arvaavan; rikkaampi kuvaus tuottaa lähempänä toivettasi. Kolmanneksi, jos työskentelet lyhyen idean pohjalta, pidä kehotteen optimointi päällä täyttääksesi aukot, mutta sammuta se, kun tarvitset tarkkaa sanamuotoasi. Neljänneksi käytä negatiivista kehotetta estääksesi toistuvia artefakteja. Ja kun löydät rakastamasi tuloksen, merkitse sen seed, jotta voit rakentaa sen päälle.

Rajoituksista: malli vaatii vähintään yhden viitekuvan ja hyväksyy enintään kolme, joten se on suunniteltu editointiin ja sommitteluun eikä puhtaaseen teksti-kuvagenerointiin. Viitekuvien täytyy mahtua tuettuihin muotoihin ja kokorajoituksiin, eikä läpinäkyvyyttä sisältäviä PNG-tiedostoja hyväksytä. Tuloresoluutio on rajoitettu määritellylle välille, joten se on optimoitu teräville, jaettaville kuville eikä suurille tulostustiedostoille. Näiden rajojen sisällä Wan v2.6 Image to Image on nopea, hallittava tapa muuttaa viitekuvakokoelma ja selkeä kuvaus yhdeksi yhtenäiseksi uudeksi kuvaksi.