Wan v2.6 Image to Image

Wan v2.6 Image to Image เป็นโมเดลสำหรับการแก้ไขและประกอบภาพที่ช่วยให้คุณรวมและแปลงภาพอ้างอิงได้สูงสุดสามภาพ โดยใช้เพียงคำอธิบายที่เขียนไว้เท่านั้น แทนที่จะสร้างภาพจากศูนย์ มันทำงานกับภาพที่คุณมีอยู่แล้ว — ตัวละคร วัตถุ สถานที่ เนื้อผิว หรือสไตล์ — และรวมเข้าด้วยกันเป็นภาพใหม่ภาพเดียวที่ปฏิบัติตามคำสั่งของคุณ หากคุณสามารถชี้ไปที่องค์ประกอบจากภาพไม่กี่ภาพและอธิบายว่าควรรวมกันอย่างไร โมเดลนี้จะเปลี่ยนไอเดียนั้นให้เป็นเฟรมที่เสร็จสมบูรณ์

คุณสมบัติเด่นคือระบบอ้างอิงภาพหลายภาพ คุณอัปโหลดภาพอ้างอิง 1 ถึง 3 ภาพ และในพรอมต์ข้อความของคุณ ให้อ้างอิงแต่ละภาพโดยตรงว่า 'image 1' 'image 2' และ 'image 3' ลำดับมีความสำคัญ ดังนั้นคุณจึงรู้แน่ชัดว่ามาจากภาพไหน ทำให้การอธิบายองค์ประกอบที่ซับซ้อนทำได้ง่าย เช่น วางตัวละครจากภาพหนึ่งลงในฉากจากอีกภาพหนึ่ง ในขณะที่ถือวัตถุจากภาพที่สาม ตัวอย่างคำสั่งคือ 'วางพ่อมดจาก image 2 ลงในห้องสมุดโบราณจาก image 3 โดยกำลังถือและศึกษาคริสตัลวิเศษจาก image 1' พร้อมรายละเอียดแสงสีม่วงและน้ำเงินบนใบหน้า เทียนลอย หนังสือโบราณในพื้นหลัง และสไตล์ศิลปะแฟนตาซีที่ละเอียดสูง โมเดลจะอ่านทั้งหมดและประกอบเป็นฉากที่สอดคล้องกัน

เนื่องจากพรอมต์ทำหน้าที่สร้างสรรค์ส่วนใหญ่ โมเดลจึงตอบสนองดีต่อการเขียนที่บรรยายละเอียด คุณสามารถระบุแสง อารมณ์ สไตล์ศิลปะ องค์ประกอบ และรายละเอียดเล็กๆ น้อยๆ และโมเดลจะทำตาม พรอมต์มีความยาวได้ถึง 2,000 ตัวอักษร ให้พื้นที่เพียงพอสำหรับความเฉพาะเจาะจง และรองรับทั้งภาษาอังกฤษและจีน สำหรับผู้สร้างที่ชอบพรอมต์สั้น มีฟีเจอร์ปรับแต่งพรอมต์ในตัวที่ขยายและปรับปรุงคำสั่งง่ายๆ โดยอัตโนมัติก่อนสร้าง ใช้เวลาประมวลผลเพิ่มไม่กี่วินาที แต่ปรับปรุงผลลัพธ์อย่างเห็นได้ชัดเมื่อใช้ไอเดียสั้นๆ แทนย่อหน้ายาว คุณสามารถเปิดทิ้งไว้เพื่อความสะดวกหรือปิดเมื่อต้องการให้เคารพคำพูดที่แน่นอนของคุณ

ใครได้ประโยชน์? ศิลปินคอนเซปต์และอิลลัสเตรเตอร์สามารถทดสอบตัวละครในสภาพแวดล้อมหรือพร็อพต่างๆ ได้อย่างรวดเร็ว นักออกแบบสามารถประกอบภาพสินค้า บอร์ดอารมณ์ และการศึกษาสไตล์โดยไม่ต้องแมสก์และเลเยอร์ด้วยมือ ผู้กำกับภาพยนตร์และศิลปินสตอรี่บอร์ดสามารถมองเห็นฉากล่วงหน้าโดยการวางนักแสดง ฉาก และวัตถุลงในเฟรมเดียว นักการตลาดและครีเอเตอร์โซเชียลสามารถรีมิกซ์ภาพแบรนด์ที่มีอยู่ให้เป็นภาพใหม่สดๆ ผู้ที่ใช้เวลาหลายชั่วโมงในเอ็ดดิเตอร์เลเยอร์ตัดและผสมองค์ประกอบ สามารถอธิบายผลลัพธ์เดียวกันได้ในประโยคเดียว

ภาพอ้างอิงที่อัปโหลดควรเป็นไฟล์ JPEG, JPG, PNG (ไม่โปร่งใส), BMP หรือ WEBP แต่ละไฟล์มีความกว้างหรือสูงระหว่าง 384 ถึง 5,000 พิกเซล และไม่เกิน 10MB ภาพผลลัพธ์จะเป็นรูปแบบ PNG คุณควบคุมรูปร่างและขนาดผ่านชุดพรีเซ็ตอัตราส่วนภาพ — สี่เหลี่ยม, พอร์เทรต 4:3, พอร์เทรต 16:9, แลนด์สเคป 4:3, แลนด์สเคป 16:9 และตัวเลือกสี่เหลี่ยมความละเอียดสูง — หรือขอขนาดกำหนดเองที่แน่นอน ความละเอียดผลลัพธ์ทั้งหมดอยู่ในช่วงที่กำหนด เพื่อให้ภาพคมชัดโดยไม่ใหญ่เกินไป โดยประมาณระหว่าง 768×768 ถึง 1280×1280 พิกเซล

นอกจากการประกอบและขนาด คุณมีตัวควบคุมสร้างสรรค์หลายอย่าง พรอมต์เชิงลบช่วยให้คุณระบุสิ่งที่ไม่ต้องการในภาพ — ตัวอย่างทั่วไปคือความละเอียดต่ำ รูปร่างบิดเบี้ยว หรือนิ้วมือพิเศษ — ช่วยหลีกเลี่ยงข้อบกพร่องทั่วไปในการสร้าง คุณสามารถสร้างตัวแปรได้สูงสุดสี่ตัวพร้อมกัน ซึ่งมีประโยชน์สำหรับการเปรียบเทียบตัวเลือกอย่างรวดเร็วและเลือกผลลัพธ์ที่ดีที่สุด ตัวควบคุม seed ให้ความสามารถในการทำซ้ำ: การใช้ seed เดียวกันผลิตผลลัพธ์ที่สม่ำเสมอมากขึ้น ดังนั้นเมื่อได้ลุคที่ชอบ คุณสามารถปรับปรุงโดยไม่ต้องเริ่มใหม่ ยังมีตัวเลือกตรวจสอบเนื้อหาในตัวที่ตรวจทั้งอินพุตและเอาต์พุต เปิดใช้งานเริ่มต้น เพื่อให้การสร้างเหมาะสม

ด้านสไตล์ โมเดลยืดหยุ่น เนื่องจากดึงตรงจากภาพอ้างอิงและคำอธิบายของคุณ มันสามารถเอนไปทางโฟโต้เรียลลิสติก จิตรกรรม ภาพยนตร์ หรืออิลลัสเตรทีฟเต็มรูปแบบ ขึ้นอยู่กับที่คุณป้อนและขอ ภาพตัวอย่างแสดงศิลปะแฟนตาซีดราม่าพร้อมแสงบรรยากาศ ซึ่งเน้นจุดแข็งของโมเดลในอารมณ์และรายละเอียดเมื่อคุณบรรยายชัดเจน คุณสามารถยืมสไตล์จากภาพหนึ่งและพื้นหลังจากอีกภาพ ผสมและจับคู่วิซู얼ให้เป็นสุนทรียภาพที่สอดคล้อง

เคล็ดลับปฏิบัติที่ดีเกิดจากวิธีการทำงานของโมเดล ประการแรก ระบุชัดเจนว่าภาพอ้างอิงไหนให้องค์ประกอบไหน — ระบบอ้างอิงตัวเลขดีเท่าความชัดเจนของพรอมต์ ประการที่สอง บรรยายแสง สไตล์ และองค์ประกอบ แทนการคาดเดา ยิ่งบรรยายรวย ยิ่งใกล้เคียง ประการที่สาม หากทำงานจากไอเดียสั้น เปิดการปรับแต่งพรอมต์เพื่อเติมช่องว่าง แต่ปิดเมื่อต้องการวลีที่แม่นยำ ประการที่สี่ ใช้พรอมต์เชิงลบเพื่อป้องกันสิ่งประดิษฐ์ที่เกิดซ้ำ และเมื่อเจอผลลัพธ์ที่รัก จด seed เพื่อสร้างต่อ

สำหรับข้อจำกัด: โมเดลต้องการภาพอ้างอิงอย่างน้อยหนึ่งภาพและรับได้สูงสุดสามภาพ ดังนั้นสร้างสำหรับการแก้ไขและประกอบ ไม่ใช่ text-to-image สร้างล้วนๆ ภาพอ้างอิงต้องอยู่ในรูปแบบและขนาดที่รองรับ และ PNG ที่โปร่งใสไม่รับ ละเอียดเอาต์พุตจำกัดในช่วงที่กำหนด จึงเหมาะสำหรับภาพคมชัดที่แชร์ได้ ไม่ใช่ไฟล์พิมพ์ขนาดใหญ่ ภายในขอบเขตเหล่านั้น Wan v2.6 Image to Image เป็นวิธีรวดเร็ว ควบคุมได้ในการเปลี่ยนชุดภาพอ้างอิงและคำอธิบายชัดเจนให้เป็นภาพใหม่ที่สอดคล้องเดี่ยว