AI 画像生成の「聖杯」は常に文字の一貫性です。
一度かっこいいキャラクターを生成するのは簡単です。まったく同じキャラクターを異なるポーズで生成したり、異なる服を着たり、異なる部屋に立ったりしますか?これは、標準的な普及モデルではほぼ不可能でした。
Whisk AI は、「アイデンティティ」を別の入力レイヤーとして扱うことでゲームを変化させます。
種子の問題
従来の AI (Midjourney v5 など) では、ユーザーは一貫性を維持するために「シード」を使用しようとすることがよくあります。シードは便利ですが、特定の意味論的なアイデンティティではなく、ノイズ パターンを制御します。見た目は似ていても、顔の構造、髪の色、服装が異なることがよくあります。
Whisk の ID ロック
Whisk を使用すると、Subject Reference (キャラクター シート) をアップロードできます。モデルは、この主題の不変特徴を分析します。
目の距離と形
鼻の構造
髪の質感とスタイル
衣装詳細
新しいシーン (例: 「ドラゴンとの戦い」) を要求すると、Whisk は新しいポーズと環境を生成する間、これらの不変機能をロックしたままにします。
ステップバイステップガイド
1.「マスター」キャラクターを作成する
ニュートラルな照明を使用して、ニュートラルなポーズ (T ポーズまたは標準のポートレート) でキャラクターを生成または描画します。高解像度が鍵です。彼女を「エージェントK」と呼びましょう。
2. アイデンティティを分離する
エージェント K の画像には件名入力スロットを使用します。
3. シーンを変更する
シーンの背景画像をアップロードします (例: 「サイバーパンク バー」)。
4. テキスト/スタイルでアクションを変更する
Whisk は視覚的な入力に依存していますが、出力に影響を与えることができます。特定のスタイル (「コミックブックのペン入れ」など) が必要な場合は、スタイル入力を使用します。
一貫性のための使用例
業界への応用
グラフィック ノベル ストーリーを進める同じ主人公のパネルを次々と作成します。
ゲームアセット スタイルと主題の差異を再利用することで、明らかに同じ「種」または「派閥」に属する複数の NPC アバターを生成します。
ストーリーボード 一貫した俳優による映画の脚本をすばやく視覚化します。
プロのヒント: キャラクターの回転
警告: 泡立て器は 2D ブレンドを作成します。キャラクターの正面だけを表示した場合、キャラクターの背面を「推測」することはできません。
角度を変更する必要がある場合 (横顔ビューなど)、その角度からのキャラクターの参照画像があると非常に役立ちます。 Whisk は 3D 構造を推測できますが、少しのガイダンスが大いに役立ちます。
キャラクターの一貫性はもはや困難ではなく、特徴です。
最新の可用性と機能の詳細については、Google Labs の公式 Whisk 実験ページを参照してください。