字节发布文生图模型PuLID:高效身份ID特征定制,单张图像克隆AI虚拟分身

前言

字节研究团队近日提出了一种新型的文生图身份ID定制方法PuLID(Pure and Lightning ID Customization)。相较于传统的微调方法,PuLID无需复杂的参数优化就可以实现高效的身份ID定制,且能最大程度减少对原始模型行为的干扰。

PuLID是通过将轻量级的Lightning T2I分支和标准的扩散分支结合,并引入对比对齐损失和精确的身份ID损失来实现的。大量实验表明,PuLID在身份ID保真度和可编辑性方面都取得了优异的性能。另一个独特的特点是,PuLID在插入身份ID前后,能够尽可能保持图像元素(背景、光照、构图和风格等)的一致性。

技术特点

PuLID的核心技术包括:

  • 结合Lightning T2I分支和扩散分支:Lightning T2I分支可以在有限步数内(这里为4步)从纯噪声生成高质量的图像,为精确计算身份ID损失提供保证。

  • 引入对比对齐损失:PuLID在Lightning T2I分支构建了有无ID注入的两种对比路径,并通过语义和布局对齐来指导模型如何插入身份ID而不影响原始模型行为。

  • 精确的ID损失计算:得益于Lightning T2I分支生成高质量的x0,PuLID可以在更接近真实数据分布的情况下计算ID损失,从而大幅提升身份ID保真度。

总的来说,PuLID巧妙地结合了两种训练分支,通过对比对齐和精确ID损失的方式,在保持高ID保真度的同时,最大程度减少了对原始模型的干扰。

性能表现

在广泛的实验评测中,PuLID在身份ID保真度和可编辑性方面均取得了出色的结果:

  • 在定量评估中,PuLID在ID余弦相似度指标上优于最新的SOTA方法,无论是使用SDXL-Lightning还是SDXL-base作为基础模型。

  • 从定性对比来看,PuLID不仅能维持高ID相似度,同时对原始模型行为的干扰也大幅减少。结果显示PuLID能很好地保留原始模型的照明、风格和布局特性。

  • 此外,PuLID也具备良好的编辑能力,可以通过提示词调整身份属性、方向和配饰等。

应用场景

PuLID作为一种高保真、低干扰的身份ID定制方法,可以应用于如下场景:

  • 头像/虚拟分身生成:PuLID可以根据用户需求生成高度个性化的头像或虚拟分身。

  • 影视特效制作:PuLID可以用于替换演员脸部特征,实现身份转换等特效。

  • 游戏角色定制:PuLID可以赋予游戏角色个性化的外观和特征。

  • 广告营销:PuLID生成的高保真头像可用于个性化广告等营销推广。

总之,PuLID的出色性能和灵活性,必将为各类文生图应用带来新的可能性,助力元宇宙等未来场景的发展。

总结

字节研究团队提出的PuLID是一种无需复杂微调就可实现高效身份ID定制的新方法。通过Lightning T2I分支和扩散分支的协同,结合对比对齐损失和精确ID损失,PuLID在保持高ID保真度的同时,也最大程度减少了对原始模型行为的干扰。PuLID的卓越性能不仅体现在数据指标上,在实际应用中也展现出更好的灵活性和兼容性。相信随着PuLID技术的不断发展和应用,必将为各类文生图创作带来全新的可能。

模型下载

Huggingface模型下载

https://huggingface.co/guozinan/PuLID

AI快站模型免费加速下载

https://aifasthub.com/models/guozinan

相关推荐
与火星的孩子对话2 分钟前
Unity3D开发AI桌面精灵/宠物系列 【三】 语音识别 ASR 技术、语音转文本多平台 - 支持科大讯飞、百度等 C# 开发
人工智能·unity·c#·游戏引擎·语音识别·宠物
事变天下8 分钟前
今是科技发布全新测序仪G-seq1M:以效率与精准引领基因测序新标杆
人工智能·科技
贤小二AI12 分钟前
贤小二c#版Yolov5 yolov8 yolov10 yolov11自动标注工具 + 免python环境 GPU一键训练包
人工智能·深度学习·yolo
KarudoLee21 分钟前
AIGC7——AIGC驱动的视听内容定制化革命:从Sora到商业化落地
人工智能·aigc
Python之栈24 分钟前
PandasAI:当数据分析遇上自然语言处理
人工智能·python·数据分析·pandas
小杨40425 分钟前
python入门系列十三(多线程)
人工智能·python·pycharm
Z_W_H_30 分钟前
ArcGIS Pro/GeoScene Pro AI 助手 2.1
人工智能·arcgis·geoscene
意.远32 分钟前
在PyTorch中使用GPU加速:从基础操作到模型部署
人工智能·pytorch·python·深度学习
HelpHelp同学44 分钟前
信息混乱难查找?三步搭建高效帮助中心解决难题
大数据·人工智能·知识库管理系统
zhengdao99062 小时前
【论文笔记】Llama 3 技术报告
论文阅读·llama