先锋官有话说：

产品名称： InstantID

总体评价：  ★★★★☆

     易用性：  ★★★★☆

     功能性：  ★★★★☆

     创新性：  ★★★☆☆

推荐功能：  AI人像生成

20%杨幂+80%泰勒·斯威夫特到底长啥样？

最近，一款名为InstantID的新项目进行了尝试。

它与阿里的妙鸭相机、腾讯的PhotoMaker有异曲同工之妙，只需上传一张照片，无需训练，不仅秒出各种风格的个人写真，还可以实现“人脸融合”。

-1-

产品介绍

InstantID 是一种基于扩散模型的图像生成技术，它专注于实现零次（zero-shot）身份保留（Identity-Preserving）的个性化图像合成。用户只需提供一张面部图像，InstantID 就能在多种风格中生成个性化的图像，同时确保高保真度。

-2-

主要特点

个性化图像合成：用户可以基于一张面部图像生成具有不同姿势或风格的个性化图像，同时保持高保真度。

身份特征保留：在生成新图像时，InstantID能够精确地保留原始图像中的人脸特征，如表情、年龄和身份等。

风格迁移：InstantID可以将一个人的面部特征转移到不同的艺术风格或背景中。

新视角合成：通过InstantID，可以生成同一人物的新视角图像，即使原始图像中没有这些视角。

身份插值：InstantID能够实现不同人物特征的平滑过渡，例如在两个不同人物之间进行面部特征的插值。

多身份合成：在复杂的场景中，InstantID可以同时处理多个人物，生成包含多个角色的图像。

兼容预训练模型：InstantID作为一个插件，可以无缝集成到流行的预训练文本到图像扩散模型中，如SD1.5和SDXL，而不需要额外的微调。

-3-

体验地址

论文地址：

https://arxiv.org/abs/2401.07519

代码地址：

https://github.com/InstantID/InstantID

项目地址：

https://instantid.github.io
魔搭社区：

https://modelscope.cn/studios/instantx/InstantID/summary

-4-

保姆级指南

第一步：点击上述魔搭社区链接，进入操作页面。

第二步：上传人物照片。对于多人图像，该工具只检测最大的脸部。确保脸部不要太小，并且没有明显的遮挡或模糊。例如，小编上传了一张苏菲·玛索的照片。

第三步：（可选）上传另一个人的图像作为参考姿势。如果没有上传，系统将使用第一张图像来提取姿势。如果用户在第二步中使用裁剪过的脸部，建议上传它来提取新的姿势。

第四步：（可选）输入文本提示词并选择风格。系统给出了水彩画、黑色电影、霓虹灯、丛林、火星、线稿等8种风格。例如，小编写的提示词是“A woman,hold roses”，风格选的是“Snow”。其他参数都使用默认。

第五步：单击“Submit（提交）”按钮开始自定义。最终生成效果如下：

小编还整出一张舒淇和莫妮卡·贝鲁奇的混搭照：

还让张曼玉“换”了个性别：

以下是生成的各种风格的照片：

（风格：水彩画）

（风格：Mars)

（风格：Film Noir）

（ 风格：Film Noir）

（风格：No style）

-6-

使用技巧

1.如果对相似度不满意，可以增加controlnet_conditioning_scale (IdentityNet)和 ip_adapter_scale (Adapter)的权重。

2.如果生成的图像过饱和，请减小ip_adapter_scale。如果不起作用，请减少 controlnet_conditioning_scale。

3.如果文本控制不符合预期，请减小 ip_adapter_scale。

4.找到一个好的基础模型总是会有所作为。

-7-

是否免费

魔搭社区免费，无需魔法。

-8-

工作原理

InstantID的工作原理包括三个关键的组成部分：ID嵌入、图像适配器和IdentityNet。

ID嵌入：InstantID首先从提供的参考面部图像中提取身份嵌入（ID embedding）。这个嵌入包含了面部图像的身份特征，如表情、年龄和身份等。通过这种方式，InstantID能够理解和保留原始图像中的人脸特征。

图像适配器：InstantID使用图像适配器来支持图像作为视觉提示。这个适配器采用了解耦的交叉注意力机制，使得在生成新图像时，可以有效地结合参考面部图像的身份特征和所需的风格或背景。这种机制确保了在生成个性化图像时，身份特征得到保留。

IdentityNet：IdentityNet是InstantID的核心组件之一，它用于编码参考面部图像的详细特征，并结合额外的空间控制。这使得InstantID能够生成具有不同姿势或风格的新图像，同时保持高保真度和身份特征的精确度。

-9-

开发者

InstantID这款工具是由中国的InstantX Team团队开发。作为团队开发者之一，王浩帆现在是小红书的算法工程师，之前曾在快手、OpenMined、RealAI、地平线机器人以及中国科学院软件研究所实习或工作过。

出自：https://mp.weixin.qq.com/s/jNiWIzCugqOAr-o24_jPgA