魔搭推出教程！AIGC在影视与游戏行业应用
Datawhale学习
实践：AI+视频制作，出品方：魔搭社区
随着生成式人工智能技术的发展和应用，影视与游戏行业也迎来了AI化的时代。AI不仅能更高效地完成图片、视频等多媒体作品的制作工作，还可以创造更加逼真、精细的视觉效果。魔搭社区结合社区出圈的AIGC应用能力，推出《影视与游戏行业AI视频制作实战》系列教程，将通过多个章节帮助大家快速且免费地使用开源模型和应用玩转AI视频创作。
下面我们开始第一步，角色形象设计一致性。
01
需求分析
1、人脸一致性：
角色无论在不同的时间点或场景中出现，都能被识别为同一人物。这要求角色的面部特征保持高度一致，确保观众能够无缝地识别和跟踪角色。
2、服化道一致性：
角色的服装、化妆和道具设计应保持一致性，这不仅适用于单个角色，也适用于多个角色之间的相互关系。这种一致性有助于构建一个连贯的剧情背景，增强观众的沉浸感和故事的可信度。
02
工具实测-使用预设风格
使用工具：
https://www.modelscope.cn/brand/view/FaceChain/branch=0&tree=3?branch=0&tree=1
预设风格如下：
选择部分风格实测：
服化道
小美
小帅
初始值：AI模特
普通T恤，纯色背景
宇航员服，漫游天空场景
机械服，赛博朋克场景
漫画风格，咖啡馆场景
西部牛仔风，沙漠场景
藏族服饰风格，雪天场景
评测：
-
无论服化道如何变化，人脸总是保持一致，具备极强辨识度
-
无论服化道如何变化，角色之间的风格也可以统一，满足画风一致性的需求
03
**工具实测-DIY风格
**
如果预设风格不满足剧情设计，那么就需要来亲手训练一个LoRA风格，目前提供可视化界面的训练方式，零代码也可以完成。
使用工具：
https://www.modelscope.cn/brand/view/FaceChain/branch=0&tree=3?branch=0&tree=0
1、训练方式
- 上传风格参考图
- 确定标签词：每一张训练图片对应一组标签，风格lora模型会学习图片和对应标签的关系，提供了系统自动打标签方式，也支持手动修改，高频标签词会自动出现在写真生成的提示词中。
- 设定触发词后开始训练：用户输入触发词后，系统会把它添加到每张训练图片的标签词里，方便lora建立触发词和风格的联系，后续也会自动出现在写真生成的提示词中。
2、效果实测
风格描述
小美
小帅
武侠风格
民国舞会风格
民国学生服
高中校园风
毛毡风格（奇幻场景测试）
评测：新训练的LoRA效果与预制的风格一样好，可无限拓展~
04
训练出满意的LoRA风格可参赛
https://www.modelscope.cn/brand/view/FaceChain?branch=0&tree=3（点击**阅读原文**即可参加）
05
更多期待
-
角色形象设计目前主要集中在上半身，希望可以通过基模优化+controlnet，更好支持到全身、侧身，同时也支持更多图片尺寸及分辨率
-
角色形象设计目前只支持单人版，希望支持多个角色形象同框展示
-
角色形象设计目前主要集中在写实分格，希望拓展更多非写实风格（举例水墨画风格、黏土风格等），兼具人脸相似度和风格统一性。
如果有相关突破，
可以提交github issue：https://github.com/modelscope/facechain
或者入群交流新技术发展：
FaceChain开发群（钉钉扫码）
👇点击关注ModelScope公众号获取
更多技术信息~
