Digital Human Genome
次のプロンプトでも崩れない、AIキャラクターの一貫性
テキストのプロンプトだけでは、特定のひとりを保てません。fanv.aiはアイデンティティを構造化されたgenomeとして扱います。身体的特徴、美的、パーソナリティ、写真スタイル、ワードローブ、ライフスタイルです。だから画像から動画にしても、見知らぬ人が生まれません。
アイデンティティを固定するアイデンティティのドリフトが起きる理由
- 01
プロンプトは何百万もの顔を指します
「女性、赤茶の髪、エディトリアル照明」は人のクラスであり、ひとりではありません。固定したアイデンティティで条件づけない限り、サンプルのたびに新しい個体が現れます。
- 02
シーンを変えると潜在空間が混ざります
ビーチをジムに替え、笑顔を足し、レンズを変える。制約のない生成は、シーンと一緒に鼻、年齢、体まで動かしがちです。
- 03
画像から動画へ進むと誤差が積み上がります
静止画がすでにキャラクターのいとこなら、モーションモデルはいとこを動かします。一貫性は、まずアイデンティティで勝ち、そのあとモーションです。
- 04
fanv.aiが代わりに行うこと
Genome Wizardが6層をモデルに書き込みます。生成はそのアイデンティティを読みます。毎回プロンプトで彼女を書き直して祈る必要はありません。
Genomeの6層
身体的特徴
顔、体型、身長、識別できる特徴。アカウントが「彼女じゃない」と感じるとき、人が最初に気づく生体情報のような層です。
美的DNA
パレット、ムード、雰囲気です。フィードがキャンディのようなプラスチックとドキュメンタリーの粗さのあいだを、無作為に飛ばないようにします。
パーソナリティ
あとで書くキャプションだけでなく、表情とポージングに出るべきエネルギーと態度です。
写真スタイル、ワードローブ、ライフスタイル
光とグレーディング、シグネチャーの衣装、彼女が実際に「住んでいる」場所。旅行の週でも、同じクリエイターに見えるようにします。
まとめ記事ではなく、プロダクトページである理由
Googleはすでに、「100% character consistency」というYouTubeチュートリアルを、ジェネレーター検索の隣に並べています。足りないのはプロダクトです。
LoRA学習（厳選した静止画10〜30枚）は、有効な固定方法のひとつです。fanv.aiのGenomeは、ComfyUIのグラフを持ちたくない運用者向けの、プロダクト内の固定です。
アイデンティティを固定したあと、50枚のデータセットを生成してください。後のバッチには、ヒーロー静止画1枚ではなく、本物の参照分布が必要です。
質問
AIキャラクターの一貫性とは何ですか？+
多くの生成をまたいで、同じ顔、体の比率、視覚的アイデンティティを保つことです。ポーズ、服、カメラ、そして最終的には動画が変わってもです。それがなければ、インフルエンサーではなくAI画像の集まりです。
アイデンティティのドリフトとは何ですか？+
プロンプトを変えるにつれて、顔の構造、年齢、体がゆっくり（あるいは突然）変わることです。制約のない画像モデルの、デフォルトの振る舞いです。
キャラクターシートだけで足りますか？+
シートは人の確認や、一部の参照ワークフローには役立ちます。本番アカウントでは、すべての生成にアイデンティティが付いている必要があります。Genomeとデータセットであり、Discordに貼るPNGではありません。