快科技4月18日消息，今日，腾讯混元宣布开源定制化图像生成件InstantCharacter，并实现了对开源文生图模型Flux的兼容。
通过该插件，在大模型中，只需要一张图加一句话，就能让任何角色以你想要的姿势出现在任何地方。
据介绍，InstantCharacter的优势在于可以确保角色在不同场景中的一致性和真实性、画质和精度高，同时具有灵活的文本编辑性，用户可以根据需要灵活切换任意场景，让人物生成任意动作。
因此，内容创作者能通过这一插件让生成的角色保持高度一致，能够更高效地创作出符合其需求的视觉作品，可以用于连环画、影片创作等场景。
输入以下原始图片：
+ prompt ：a rabbit is in the kitchen holding a spoon and drinking soup，就能得到下面的图：
+prompt：a rabbit in the city,cyberpunk，就可以得到：
实际的测评中，开源的InstantCharacter实现的效果媲美GPT 4o等业界领先模型。
腾讯混元表示，现有基于学习的方法主要依赖于U-Net架构，但在泛化能力和图像质量上存在局限性，而基于优化的方法则需要针对特定主体进行微调，这不可避免地降低了文本可控性。
为解决这些问题，InstantCharacter利用DiT模型构建了一个创新的框架。
框架引入一个可扩展的适配器（adapter），采用多个transformer encoder，能有效处理开放域的角色特征，并与现代扩散变换器的潜在空间无缝交互，这种设计使得系统能够灵活适应不同的角色特征。
【本文结束】如需转载请务必注明出处：快科技
责任编辑：拾柒
新浪科技公众号
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
