半个AI圈期待的Midjourney角色一致性首发评测 - 再入迷梦 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
半个AI圈期待的Midjourney角色一致性首发评测 - 再入迷梦
原创 数字生命卡兹克 数字生命卡兹克 2024-03-12 15:13 天津
在MJ一鸽再鸽，鸽了N次之后，今天早上6点，他们终于决定把他们万众期待的功能放出来了。
角色一致性。同步支持MJ V6和Niji V6。
跟之前的风格一致性—sref命名基本一致，—cref。
坦率的讲，风格一致性、角色一致性、场景一致性，是我觉得三个能真正进入生产管线的极度重要的可控性功能。其实现难度由低到高。
毕竟，你真要用MJ去带故事带场景的东西，这些一致性肯定是要的，要不然疯狂跳戏，那观感肯定奇差无比，这个妹子一会白头发一会红头发，一会圆脸一会方脸，你都怀疑你在看个什么异世界故事。
之前有朋友也在群里疯狂吐槽过：
风格一致性MJ有sref命令去做很好的解决了，而角色一致性，今早也终于放出来了，讲道理，他可以节省一半的工期了hhhhh。
—cref背后参数—cw的值可以从0设到100, —cw 100是默认参数，此时会参考原图的脸部、头发和衣服，但是相应的，会非常的不吃Prompt。— cw 0的时候，就只会参考脸部，大概就约等于一个换脸。
最近《沙丘2》挺火，上个小公主给大家当一下case。
原图是这样的：
使用—cref之后。
还是能明显看出区别的。—cw 100的时候，人物的头饰、衣服都是大差不差的；—cw 0的时候，发型和衣服就全变了。
至于用法，我比较习惯使用MJ的网页版，体验真不是好的一点半点，网址在此：https://alpha.midjourney.com/
登进去之后，传一张图片，就会发现图片的右下角有一个小icon，鼠标hover上去以后就能看到出现了3个icon，最左边那个小人的icon就是把这张图片当做角色参考，中间那个链接icon就是作为风格参考，最右边那个就是仅作为图片prompt，就是传统意义上的图生图。
当然，你也可以按住shift，点这三个按钮，就能把这三个全部点亮，形成cref + sref + 图片prompt的超级组合拳。。。
官方对于角色一致性，也给了一些简单的小Tips。
真人和照片肯定是最难的，毕竟需要关注的细节太多，而且”神韵”是一个非常玄学的东西，有时候你就会觉得明明五官是一样的，但是为啥就是不像。。
而用在2D和3D角色上，那肯定就会好很多了，毕竟只需要抓住几个主要特征就行，所以从这个功能本身上看，也能猜到，Niji V6的表现，肯定会比MJ V6要好很多。
所以我会分成真人、2D&3D人物、动物，这三个维度，来做一些case，讲一些我摸索到的小技巧，让大家来直观的感受一下，他的用法和未来的可能性。
一. 真人
其实说实话，我跑了N多case，用真人照片直接去做参考的话，效果确实不咋地，只能保证相对一致性，但是绝对的完全一模一样，是不可能的。
官方自己也非常明白：
It’s not designed for real people / photos
我放几个真人照片做参考的case，你们看一下相似度，就肯定明白了。
属于是个人看了都想刀人的程度。
但是如果直接用MJ生成的图去做参考，一致性会好一些，但是也就仅仅好一些了。
当然，也有很好玩的用法，2D转真人。比如我扔进去了一个我用Niji跑的二次元女生，然后转头用MJ V6去跑”穿着皮衣，在舞台中弹着吉他”的场景，效果意外的还不错。
在真人这块，整体上，我觉得作用是有比没有好，能降低过去很多Roll图的时间，但是达不到所谓的完美或者摄影级的水准，但是这毕竟只是第一步，真人的一致性肯定是最难的，等待MJ的后续优化。
二. 2D&3D
当不跑真人，而是去跑2D和3D角色的时候，这就让我惊喜多了。
Niji 6 + cref + sref的组合拳，是我认为目前的最优解。
prompt写法也很简单，角色描述+角色动作+cref。
比如我随手跑了一个人造人18但是换了衣服，再把提示词删了直接去用图片提示，可以看到角色一致性得到完美的保持，不管是面部、发型、颜色、衣服，甚至还有身材，都能完美还原…
如果换成—cw 0，再写一个运动服。可以看到衣服全变了，但是面部和头发都不变，用吉川的话说：头发才是二次元的本体。
再比如，用我之前的橙头发妹子，直接跑一个穿皮衣弹吉他的图，
当然，除了弹吉他之外，她还可以做很多事情。
而做3D角色也是同理，比如经典的泡泡玛特风格的IP。
三. 动物
动物的一致性，比我想象的要好很多，因为我一直以为MJ的角色性，真就只有人物的，但是随手试了一下动物，居然意外的还不错。
比如用坤哥的《山海奇镜》里面的狼当图片提示，让它来抓兔子。
原图是这样的。
让它去抓兔子以后，就意外的，非常好。
比如用朋友的狗当prompt，也还原的差不多。
还有怪物，也很Nice。
这种精度，去做个绘本，肯定是没问题了~
写在最后
在角色一致性上，MJ终于踏出了坚实的一步。
首当其冲的，肯定是所有非真人领域，比如游戏、漫画、动漫、绘本等等。
MJ的角色一致性精度，是一个很棒的杀器。
可能他还达不到绝对一致性得标准，但是对于70~80%的工作，我觉得是有巨幅的效率提升的。
同时它也不需要像SD一样，去高门槛、高成本的训练自己的LoRA，只需要一张图。
就完事了。
高可用性、极佳的用户体验、不错的效果。
我觉得足够它在商业领域和专业工作流中。
有他的，一席之地。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章。
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言