WithAnyone是什么
WithAnyone 是复旦大学和阶跃星辰联合开发的 AI 合照生成模型,解决传统 AI 图像生成中常见的“复制粘贴”问题,实现更自然、可控的多人图像生成。模型通过大规模数据集 MultiID-2M 和先进的对比身份损失训练范式,能保持人物身份特征的同时,灵活调整表情、姿态和发型等细节,生成毫无违和感的多人合照。WithAnyone 基于扩散模型架构,有效减少了生成图像中的伪影,提升了身份相似性和生成多样性。模型已开源,在 Hugging Face 上提供模型、数据集和演示,用户可以轻松上传个人照片,生成与任意人物在多种场景下的合照,体验自然、真实的 AI 图像生成效果。

WithAnyone的主要功能
- 多人合照生成:能将多个人物自然地融合到一张合照中,生成毫无违和感的图像。
- ID 일관성 유지:在生成图像时,可以保持人物的身份特征,确保生成的图像与输入的人物高度相似。
- 灵活调整细节:用户可以对人物的表情、姿态、发型等细节进行灵活调整,实现个性化的图像生成。
- 减少“复制粘贴”伪影:通过先进的技术手段,有效减少传统AI图像生成中常见的“复制粘贴”现象,提升图像质量。
- 오픈 소스 및 사용 편의성:模型已开源,用户可以在Hugging Face上找到相关资源,轻松使用和体验该技术。
WithAnyone的技术原理
- 대규모 데이터 세트 지원:采用MultiID-2M数据集,包含50万张多人合照及大量参考图像,涵盖多种表情、发型和角度,为模型训练提供了丰富的数据基础。
- 对比身份损失训练:通过对比身份损失(contrastive identity loss)和成对数据训练,平衡身份保真度与生成多样性,确保生成图像既保持人物身份特征,又具有自然的视觉效果。
- 扩散模型架构:基于扩散模型的架构,有效减少“复制粘贴”伪影,同时保持高身份相似性,提升生成图像的整体质量。
- 身份特征编码:对人物的身份特征进行编码,确保在生成过程中能够准确还原人物的独特属性,避免身份混淆。
- 多任务优化:在训练过程中,同时优化多个任务,如身份保持、姿态调整和背景融合,提升模型的综合性能和适应能力。
WithAnyone的项目地址
- 프로젝트 웹사이트:https://doby-xu.github.io/WithAnyone/
- 깃허브 리포지토리:https://github.com/Doby-Xu/WithAnyone
- 허깅페이스 모델 라이브러리:https://huggingface.co/WithAnyone/WithAnyone
- arXiv 기술 논문:https://arxiv.org/pdf/2510.14975
- 온라인 경험 데모:https://huggingface.co/spaces/WithAnyone/WithAnyone_demo
WithAnyone的适用人群
- 소셜 미디어 사용자:希望通过AI技术与偶像、朋友或家人生成创意合照,分享到社交平台。
- 콘텐츠 크리에이터:需要快速生成高质量的多人合照用于视频、文章或广告等创作。
- 设计师与摄影师:用于创意设计或虚拟拍摄,探索新的视觉表现形式。
- 일반 사용자:体验AI技术的乐趣,制作个性化照片,满足娱乐和纪念需求。
- 技术爱好者与开发者:研究AI图像生成技术,利用开源模型进行学习和二次开发。
© 저작권 정책
기사 저작권 AI 공유 서클 모두 무단 복제하지 마세요.
관련 문서
댓글 없음...




