Wreszcie stworzyłeś fikcyjną dorosłą postać, której twarz jest odpowiednia. Teraz potrzebujesz wieczorowego stroju, portretu w sypialni i drugiej lokalizacji do tej samej kolekcji. Edytor przyjmuje żądanie, zwraca atrakcyjny obraz i pokazuje kogoś innego: węższe policzki, inny nos, młodsze rysy. Ten obraz sam w sobie może być dobry. Dla twojej postaci jest niewłaściwy.
Aby w przepływie image-to-image bez cenzury zachować twarz, zacznij od edytora opartego na referencjach i starannie wybierz rodzaj zmiany. Wypróbuj Seedream 5.0 Flash do zmian stroju, światła i otoczenia przy stałej cenie $0.029 za obraz. Wybierz Qwen Image 2.1, gdy niewielka zmiana z maską jest użyteczniejsza niż przerysowanie całego obrazu. Żaden wybór nie obiecuje idealnej tożsamości. Zalecenia wynikają z aktualnych ustawień, cen i opublikowanych przykładów; artykuł nie przedstawia nowego benchmarku zachowania twarzy na jednakowych próbkach.
Praktyczna różnica polega na zachowaniu rozpoznawalnej twarzy i zachowaniu jej oryginalnych pikseli. Nowa poza wymaga reinterpretacji twarzy przez model. Poprawka ubrania często tego nie wymaga. Jeśli chcesz tylko naprawić ubranie, chroń twarz przed edycją zamiast przekonywać model, by wierniej ją przerysował.
Wybierz edytor do zmiany, której naprawdę potrzebujesz
Etykieta przyjazności NSFW odpowiada na pytanie o treść. Nie mówi, czy edytor obsługuje maski, wiele referencji lub kontrolę siły zmiany. Zachowanie twarzy również zależy od tych wyborów.
| Następny obraz | Wybór na początek | Dlaczego pasuje | Ważne ograniczenie |
|---|---|---|---|
| Ta sama postać, inny strój lub pokój | Edycja Seedream 5.0 Flash | 1–10 referencji; $0.029 za wynik w 1k, 1.5k lub 2k | Brak pól maski, seed i siły zmiany w tym zadaniu |
| Poprawka ubrania lub rekwizytu z ochroną twarzy | Edycja Qwen Image 2.1 z maską | Biel oznacza obszar przerysowania; czerń to, co należy zachować | Dokładnie jedna referencja; użyj 1k lub 2k i nieprzezroczystego tła |
| Jedna referencja i krótka instrukcja światła lub stroju | Qwen Image Edit Spicy | Prosty edytor z jednym źródłem, $0.038 za obraz | Brak maski i kontroli siły; sprawdź cały wynik |
| Nowa poza z osobno dostarczoną tożsamością i otoczeniem | Edycja z wieloma referencjami | Źródło tożsamości może być oddzielne od źródła sceny | Nadal tworzy nowy widok; tożsamość wymaga oceny |
To ceny wyników w USD. Qwen Image 2.1 zaczyna się od $0.036 za jedną referencję w 1k; dodatkowe referencje podnoszą wycenę. Niedrogi poziom początkowy nie oznacza niższego kosztu każdej końcowej kompozycji.
Otwórz właściwe zadanie edycji, a nie stronę text-to-image modelu. Tekst ponownie opisujący postać prosi o kolejną interpretację; obraz referencyjny dostarcza konkretną twarz, którą zamierzasz zachować. Porównanie edytorów obrazów omawia interfejsy przeglądarkowe i lokalne, jeśli musisz też zdecydować, gdzie pracować.
Co pokazują istniejące przykłady, a czego nie dowodzą
Opublikowane przykłady edycji Qwen na SpicyAPI obejmują portret dorosłego mężczyzny z oświetleniem zmienionym z bursztynowego na niebieskie oraz scenę z dwiema postaciami ze szlafrokiem zmienionym z kremowego na bordowy. W pierwszym poza i kadr pozostają podobne, ale detale twarzy i dłoni nie są identyczne piksel po pikselu. W drugim oprócz żądanego wierzchniego ubrania zmienia się kolor ubrania pod spodem. Artykuł o edycji Qwen zawiera własne materiały przed i po edycji.
Te przykłady pokazują, dlaczego udana edycja zasługuje na sprawdzenie. Nie tworzą uniwersalnego rankingu tożsamości ani nie dowodzą, że intensywniejsza transformacja dla dorosłych zachowa każdą twarz równie dobrze.
Relacje społeczności pokazują tę samą różnicę. W dyskusji o referencjach Qwen z wielu kątów autor opisuje użyteczną metodę karty postaci, podczas gdy odpowiedzi wskazują zmiany kształtu policzków i kwestionują rozbudowane promptowanie. To przydatne ostrzeżenie dotyczące oceny podobieństwa, a nie zmierzona skuteczność.
W swojej kolekcji sprawdzaj, czy postać pozostaje rozpoznawalna w rozmiarze, w którym zobaczą ją czytelnicy. Korzystnie wyglądająca twarz z niewłaściwymi kośćmi policzkowymi nadal oznacza nieudaną edycję tożsamości.
Przygotuj jeden dobry oryginał przed dodaniem kolejnych referencji
Użyj stworzonej przez siebie fikcyjnej dorosłej postaci albo portretu osoby, która wyraźnie zgodziła się na zamierzoną transformację. Zgoda na wykorzystanie fotografii w zwykłym profilu nie oznacza zgody na tworzenie jej wersji dla dorosłych. Poniższe przykłady wykorzystują Lenę, fikcyjną kobietę w wieku 32 lat, i pozostają odpowiednie do publicznej ilustracji.
Wybierz oryginał z wyraźną twarzą, widoczną linią włosów i czytelnymi oczami. Kadr od ramion lub pasa w górę przy prostym świetle to użyteczny punkt wyjścia. Unikaj małej twarzy w kompozycji całego pokoju, akcesoriów silnie zakrywających twarz lub filtra upiększającego usuwającego cechy, które postać ma zachować.
Oryginał Leny ma owalną twarz, ciemne brwi, lekko zaokrąglony koniec nosa, brązowe oczy i czarny bob do ramion. Te detale opisują referencję; jej nie zastępują. „Piękna brunetka” może opisywać tysiące różnych twarzy, podczas gdy „ta sama dorosła postać co na obrazie 1” wiąże instrukcję z wybraną osobą.
Zachowaj oryginał jako źródło tożsamości. Jeśli później potrzebujesz profilu, dodaj zatwierdzony profil zamiast oczekiwać, że portret frontalny określi wszystkie niewidoczne detale. Nie włączaj atrakcyjnego, lecz niespójnego wygenerowanego profilu do zestawu referencji: dostarczy następnej edycji sprzecznych wskazówek.
Referencja stroju powinna dostarczać strój. W miarę możliwości odetnij głowę niepowiązanego modela. Referencja pokoju najlepiej niech nie zawiera żadnej osoby. Mniej konkurujących twarzy ułatwia określenie ról źródeł; maksymalna liczba referencji to limit, a nie cel.
Wprowadź pierwszą zmianę bez zmiany aparatu
Zacznij od najprzydatniejszego łatwego wariantu: ta sama twarz, poza i kadr, inny strój. To pozwala ocenić, czy edytor radzi sobie z postacią, zanim poprosisz go o wymyślenie całej sesji.
Otwórz edycję Seedream 5.0 Flash. Dodaj oryginał Leny jako pierwszą referencję. Użyj resolution: "2k", output_format: "png" i background: "opaque". Wybierz aspect_ratio: "3:4" dla kolekcji portretów albo auto, aby zachować kształt pierwszej referencji.
Oto proponowana instrukcja, a nie zadeklarowany wynik testu:
Zachowaj fikcyjną dorosłą kobietę w wieku 32 lat z pierwszego obrazu: tę samą strukturę twarzy, brązowe oczy, czarny bob, proporcje ciała, mimikę i kadr od pasa w górę. Zmień wyłącznie strój na bordowy satynowy top pod luźno zawiązanym czarnym jedwabnym szlafrokiem. Zachowaj pełne zakrycie przez szlafrok i top. Utrzymaj oryginalny pokój, kąt aparatu i miękkie światło okienne. Jedna osoba dorosła, bez dodanych ludzi lub napisów.
To daje twórcy dla dorosłych konkretny wariant stroju bez uzależniania przykładu od dosłownych obrazów. To samo oddzielenie tożsamości od żądanej zmiany dotyczy innych dozwolonych prac z dorosłymi postaciami; zachowanie edytora wobec treści pozostaje osobnym pytaniem.
Jeśli używasz fotografii stroju, dodaj ją jako drugą i zastąp zdanie o ubraniu:
Drugi obraz dostarcza wyłącznie projekt i kolor ubrania. Nie przejmuj twarzy, włosów, sylwetki ani pozy przedstawionej na nim osoby. Tożsamość Leny pochodzi z pierwszego obrazu.
Nie żądaj nowego stroju, dramatycznego obrotu głowy, innego wieku, innego makijażu i nowego oświetlenia w tej pierwszej próbie. Gdy wynik się nie uda, nie będziesz mieć jasnego powodu, aby zmienić jeden element żądania zamiast innego.
Przypisz referencjom różne zadania, przenosząc postać
Gdy wariant stroju jest akceptowalny, stwórz scenę pokojową z oryginalnej referencji tożsamości. Dodaj pusty pokój jako drugi, jeśli jego układ ma znaczenie. Opisz pozycję w tym pokoju, a w pierwszej scenie zachowaj widok twarzy zbliżony do oryginału.
Użyj pierwszej referencji do dorosłej tożsamości twarzy Leny, czarnego boba i proporcji ciała. Użyj drugiej wyłącznie do pustej sypialni, zasłon i lampki nocnej. Pokaż 32-letnią Lenę siedzącą prosto na krawędzi łóżka, w bordowym topie i czarnym jedwabnym szlafroku, w pełni zakrytą. Portret od pasa w górę, twarz do aparatu z lekkim obrotem w ujęciu trzy czwarte. Ciepłe światło lampy, naturalna faktura skóry. Nie kopiuj żadnej osoby z referencji otoczenia.
Jeśli druga referencja zawiera osobę, której nie da się wykadrować, użyj innej referencji otoczenia. Zdanie „zignoruj twarz tej osoby” jest użyteczną instrukcją, ale nie zamienia złego źródła w czysty obraz pokoju.
W edycji Qwen Image 2.1 użyj tego samego podziału ról, 3:4, 1k, PNG i nieprzezroczystego tła. W początkowej próbie bez maski wyłącz enable_prompt_expansion, aby wąska instrukcja zachowania nie rozwinęła się w szerszy opis sceny. Ta kontrola jest dostępna w 1k i 2k, ale nie w 1.5k. Pozwala kontrolować zamówione sformułowanie; nie gwarantuje tożsamości.
Ilustracja: tożsamość, strój i otoczenie pochodzą z różnych referencji; ubranie i pokój nie zawierają konkurującej twarzy.
Buduj warianty z oryginału, a nie z ostatniego wariantu
Istnieją dwa różne sposoby tworzenia zestawu, odpowiadające różnym zadaniom.
Niezależne warianty: oryginał → strój A; oryginał → strój B; oryginał → pokój C. Każdy obraz zaczyna z tym samym materiałem tożsamości. Jeden rozczarowujący wynik nie staje się źródłem następnego.
Łańcuch edycji: oryginał → strój A → pokój B → wieczorne światło C. To użyteczne, gdy celowo chcesz zachować w drugiej edycji nowy strój z pierwszej. Przekazuje też kolejnym zadaniom wszelkie zmiany twarzy z wyników pośrednich.
Osobne wywołania z tego samego oryginału nie kumulują zmian twarzy tylko dlatego, że są osobne. Ryzyko wynika z przekazywania zmienionego rezultatu jako następnej jedynej referencji tożsamości. Zadanie nazwane „sequential” również nie blokuje automatycznie twarzy w całej partii; decyduje udokumentowane zachowanie i rzeczywiste wyniki.
Dla sześciu niezależnych obrazów kolekcji zachowaj oryginał i zmieniaj zdanie o scenie w każdym żądaniu. Jeśli ukończona kompozycja wymaga kolejnej małej naprawy, użyj zaakceptowanej kompozycji jako źródła naprawy. Zachowaj wcześniejszy oryginał, aby złą poprawkę dało się cofnąć zamiast włączać ją do postaci.
Gdy edycja z wieloma referencjami rzeczywiście potrzebuje obu plików, określ, który daje tożsamość, a który zaakceptowaną kompozycję. Jeśli lokalne zadanie edycji dopuszcza tylko jedną referencję, użyj samej zaakceptowanej kompozycji i chroń jej twarz maską.
Ilustracja: niezależne warianty ponownie używają oryginału; łańcuch używa każdego obrazu pośredniego jako następnego źródła.
Przy małej naprawie pozostaw twarz poza maską
Załóżmy, że strój jest poprawny, ale pasek szlafroka przechodzi przez rękaw. Prośba o „lepszy szlafrok” może przerysować więcej niż pasek. Lokalna edycja może objąć widoczną wadę.
Qwen Image 2.1 przyjmuje mask_url z dokładnie jednym obrazem w image_urls. Użyj czarno-białej maski: biel to obszar do przerysowania, czerń to obszar do zachowania. Pozostaw twarz, włosy, szyję i niezmieniane ubranie poza białym obszarem. Obejmij wadliwy pasek i wystarczającą część jego mocowania, by naprawa była wiarygodna; unikaj niepotrzebnie dużego obszaru całego tułowia.
Użyj 1k lub 2k i nieprzezroczystego tła. W trybie maski wynik przyjmuje kształt obrazu źródłowego, więc aspect_ratio jest ignorowane. Maski nie można połączyć z przezroczystym tłem. Rozwijanie promptu nie działa w tym trybie.
Zastąp pasek w białym obszarze jednym ciągłym czarnym jedwabnym paskiem naturalnie zawiązanym wokół szlafroka. Dopasuj istniejącą tkaninę, światło i perspektywę. Zachowaj twarz postaci, włosy, pozę i wszystko poza obszarem naprawy.
Sprawdź łączenie na granicy maski. Jeśli naprawa zmienia chroniony obszar, zachowaj zaakceptowane źródło i cofnij poprawkę. Gdy potrzebujesz dosłownie niezmienionych pikseli twarzy, tradycyjną opcją edycji jest wklejenie oryginalnego chronionego obszaru do wyrównanego obrazu; nie nadaje się to, gdy celowo zmienił się kąt głowy lub oświetlenie twarzy.
Ilustracja: biały obszar oznacza naprawę ubrania; twarz i włosy pozostają poza zaznaczeniem.
Zadanie Qwen Image Edit Spicy z jednym źródłem przyjmuje instrukcję, ale nie maskę. Może pasować do szybkiego wariantu, lecz obietnica w prompcie nie daje takiej samej kontroli jak zaznaczony obszar.
Nie myl siły odszumiania z CFG
Poradniki lokalnej dyfuzji często zalecają obniżenie „strength”, aby obraz pozostał bliższy źródłu. Tej porady nie można wkleić do każdego hostowanego żądania edycji.
W tradycyjnych potokach image-to-image opisanych przez Hugging Face Diffusers strength kontroluje odejście od obrazu początkowego przez proces dodawania szumu. Wyższa siła daje więcej swobody zmiany. Guidance scale, czyli CFG, określa, jak mocno generowanie podąża za warunkowaniem tekstowym. To różne ustawienia: obniżenie CFG nie blokuje bezpośrednio twarzy.
W zgodnym lokalnym przepływie możesz porównać strength 0.25 i 0.4 z tym samym źródłem, seed i krótką instrukcją edycji, a następnie ocenić, czy zamierzona zmiana ubrania następuje bez nieakceptowalnej zmiany twarzy. To proponowane próby początkowe, a nie uniwersalne najlepsze ustawienia. Wynik o niskiej sile, zachowujący stare ubranie, nie jest udaną edycją stroju.
Aktualny hostowany kontrakt edycji Seedream 5.0 Flash nie udostępnia strength ani guidance_scale. Hostowany kontrakt edycji Qwen Image 2.1 także nie ma CFG ani pola kroków inferencji. Nie kopiuj „CFG 6, 25 kroków” z lokalnego grafu do któregokolwiek żądania. Używaj istniejących narzędzi kontroli: wyboru źródła, ról referencji, obsługiwanych masek, kadru i konkretnej instrukcji.
Zdiagnozuj otrzymaną twarz
| Co widzisz | Pierwsza zmiana do wypróbowania |
|---|---|
| Właściwe włosy i strój, inne policzki lub szczęka | Wróć do oryginalnego obrazu tożsamości; usuń konkurujące osoby z dodatkowych referencji |
| Ta sama twarz, wyraźnie inny wiek | Usuń upiększanie i język zmiany wieku; określ dorosły wiek i zachowanie naturalnej struktury twarzy |
| Twarz wygląda poprawnie z bliska, lecz ginie w końcowym ujęciu | Wybierz bliższy kadr lub prostszą kompozycję przed zwiększeniem liczby elementów sceny |
| Tożsamość zmienia się po silnym obrocie głowy | Dostarcz zatwierdzony kąt, jeśli jest obsługiwany, lub zmniejsz obrót; portret frontalny nie określa wszystkich niewidocznych cech |
| Twarz zmienia się podczas skalowania lub restauracji | Zachowaj wcześniejszy udany wynik; wypróbuj powiększenie bez generatywnej restauracji twarzy, zanim przerysujesz detale |
| Zadanie się kończy, ale żądana dorosła stylizacja znika | Traktuj to jako problem treści lub instrukcji; obniżenie CFG nie jest uniwersalną naprawą filtrów |
Porównuj podobny rozmiar twarzy i kąt głowy. Inne światło może zmienić pozorny cień nosa lub policzka bez zmiany struktury twarzy. Z kolei identyczne włosy i makijaż mogą ukryć nową linię szczęki. Oceniaj razem kształt i rozstaw oczu, brwi, nos, policzki, usta oraz linię włosów zamiast uznawać fryzurę za dowód.
Ile kosztuje zestaw sześciu obrazów
Sześć edycji Seedream 5.0 Flash po $0.029 kosztuje łącznie $0.174. Dwie dodatkowe edycje kandydatów zwiększają liczbę wyników do ośmiu i sumę do $0.232. Te kwoty obejmują edycje, a nie stworzenie oryginału, płatny retusz lub gwarancję sześciu udanych obrazów.
Sześć edycji Qwen Image 2.1 według wyceny $0.036 za jedną referencję w 1k kosztuje łącznie $0.216. Jeśli dodasz referencję pokoju lub stroju, użyj zmienionej wyceny zamiast mnożyć cenę jednej referencji. Wyższy poziom wynikowy też jest nową konfiguracją cenową.
Najtańszy dobry zestaw nie musi powstać w modelu o najniższej cenie wyniku. Jeśli tylko trzy z sześciu wyników zachowują postać wystarczająco dobrze, by ich użyć, podziel wydatek przez trzy zaakceptowane obrazy. Wczesne odrzucenie ładnej obcej osoby kosztuje mniej niż budowanie pięciu kolejnych edycji wokół złej twarzy.
Zacznij od jednego wariantu stroju i jednego otoczenia. Jeśli tożsamość przetrwa te zadania, rozszerzaj kolekcję z tego samego oryginału. Używaj maski, gdy pozostały problem jest miejscowy. Dorosła postać do wielokrotnego wykorzystania powstaje przez zachowanie właściwej referencji i ograniczenie zbędnych reinterpretacji, a nie dzięki etykiecie „bez cenzury” lub magicznej wartości guidance.
