Trình tạo ảnh chân dung toàn thân AI theo thời gian thực
(generated.photos)- Human Generator của Generated Photos là công cụ tạo và chỉnh sửa ảnh chân dung toàn thân theo thời gian thực trên nền tảng trực tuyến
- Công cụ này nhấn mạnh quy trình tạo nhanh ảnh toàn thân mong muốn chỉ với vài cú nhấp chuột, không cần thuê người mẫu hay tìm kiếm ảnh stock
- Các điều kiện tạo ảnh bao gồm dân tộc, độ tuổi, vóc dáng, tư thế và lựa chọn trang phục, giúp mở rộng phạm vi hình ảnh nhân vật
- Có thể áp dụng khuôn mặt thật được tải lên vào phần cơ thể đã tạo; miễn phí cho mục đích phi thương mại, còn sử dụng thương mại cần liên hệ riêng
- Dự kiến sẽ bổ sung các tính năng như tạo biến thể của cùng một nhân vật, hoạt ảnh ngắn, xem lại và tải xuống các nội dung đã tạo trước đó
Human Generator cung cấp khả năng tạo nhân vật toàn thân
- Human Generator là công cụ tạo ảnh chân dung toàn thân theo thời gian thực của Generated Photos
- Mục tiêu là giúp người dùng có được ảnh nhân vật mong muốn chỉ với vài cú nhấp chuột
- Dùng để giảm bớt quá trình liên hệ agency người mẫu hoặc tìm kiếm ảnh stock phù hợp
- Các tùy chọn tạo và chỉnh sửa xử lý đồng thời cả ngoại hình nhân vật lẫn bố cục cảnh
- Tạo nhân vật siêu chân thực: sử dụng thuật toán AI tiên tiến và cho rằng rất khó phân biệt nhân vật được tạo với người thật
- Đa dạng: có thể tạo nhân vật thuộc nhiều dân tộc, độ tuổi và vóc dáng khác nhau
- Chọn tư thế: có thể chọn từ dáng chuyên nghiệp đến tư thế đời thường
- Dùng khuôn mặt thật: có thể áp dụng ngay khuôn mặt thật lên cơ thể được tạo ra
- Thay đổi trang phục: có thể thử nhiều tùy chọn quần áo khác nhau
- Điều kiện sử dụng được phân theo mục đích
- Sử dụng phi thương mại là miễn phí
- Mục đích thương mại cần liên hệ qua
work.with@generated.photos
Các tính năng sắp bổ sung và hệ sản phẩm của Generated Photos
- Human Generator dự kiến sẽ được bổ sung các tính năng giúp tái sử dụng kết quả tạo dễ dàng hơn
- Generate variations: tạo nhiều biến thể của cùng một nhân vật cùng lúc
- Animations: làm cho nhân vật đã tạo chuyển động bằng các hoạt ảnh ngắn
- History: xem lại và tải xuống các nhân vật đã tạo trước đó
- Ngoài ra còn có các sản phẩm liên quan đi kèm
- Face Generator: tạo khuôn mặt độc nhất bằng tham số
- Face gallery: thư viện khuôn mặt do AI tạo
- Anonymizer: bảo vệ danh tính bằng ảnh được tạo
- Datasets: bộ dữ liệu phục vụ học tập và nghiên cứu
1 bình luận
Ý kiến trên Hacker News
Nếu bạn thắc mắc vì sao nó nhanh, rẻ và dễ tạo biến thể đến vậy, thì như thấy ở phần footer, đó là vì nó dùng GAN
GAN tạo ảnh chỉ bằng một lần truyền xuôi duy nhất, và nhờ mã hóa không gian tiềm ẩn thật sự nên cũng dễ chỉnh sửa, vì vậy nhanh hơn nhiều so với mô hình khuếch tán
Quan niệm phổ biến rằng “GAN quá bất ổn nên không dùng được” cũng gần như là một huyền thoại lan rộng, và ngay cả các nhà nghiên cứu deep learning lẽ ra phải hiểu rõ cũng thường lặp lại điều đó
GAN có thể mở rộng đến các tập dữ liệu cỡ 1 tỷ ảnh với ảnh chân thực chất lượng cao; giống như nhiều hiện tượng trong deep reinforcement learning, khi quy mô lớn hơn, chúng có thể không kém ổn định mà còn ổn định hơn
Ví dụ có BigGAN trên JFT-300m https://arxiv.org/pdf/1809.11096.pdf#page=8&org=deepmind, GigaGAN https://arxiv.org/abs/2303.05511, Projected GAN https://arxiv.org/abs/2111.01007, StyleGAN-XL https://arxiv.org/abs/2202.00273, và chaos runs của Tensorfork https://gwern.net/gan#tensorfork-chaos-runs
Câu “điện toán là văn hóa đại chúng” chợt hiện lên trong đầu
Không phải nói GAN không thể xuất sắc, nhưng tôi không muốn dùng trang này làm ví dụ để chứng minh lập luận đó
Tôi không hiểu vì sao lại muốn người ta dùng thứ còn tệ hơn việc gắn một template prompt cơ bản vào một checkpoint dựa trên SD1.5 có độ chân thực ổn
Ngay cả GigaGAN, ví dụ có chất lượng tốt nhất trong số đó, cũng cần tới 7 hàm loss và kiến trúc cực kỳ phức tạp
GAN đúng là cũng có thể mở rộng, nhưng mô hình khuếch tán dễ mở rộng hơn rất nhiều
Nếu ý bạn là các nhà nghiên cứu nói GAN bất ổn ở thời điểm suy luận, thì tôi muốn biết bạn thấy bầu không khí đó ở đâu
Thông thường, phê bình ở thời điểm suy luận gần với hiện tượng mode collapse và sự đơn điệu bắt nguồn từ huấn luyện hơn là tính bất ổn
Ngược lại, nếu bạn đang nói đến bất ổn trong quá trình huấn luyện, thì đó là phê bình phổ biến và tôi nghĩ thực tế cũng đúng
Để cân bằng trò chơi đối kháng giữa generator và discriminator mạnh hơn, đủ loại kỹ thuật như TTUR, bộ cân bằng trọng số của encodec được sử dụng
Ngay cả trong trường hợp này, tôi cũng muốn biết liệu bạn có xem việc huấn luyện GAN là trực quan ngang với huấn luyện mô hình khuếch tán hay không
Theo kinh nghiệm của tôi, huấn luyện GAN chứa một lượng heuristic nhiều đến mức gần như phạm thánh, và các best practice vẫn còn mơ hồ
Tôi nói vậy dựa trên kinh nghiệm áp dụng GAN và mô hình khuếch tán cho các lĩnh vực khác như audio và các bài toán điều kiện mới, chứ không phải kinh nghiệm mở rộng hoặc tinh chỉnh các mô hình vốn đã hoạt động tốt trên ảnh
Tôi muốn thấy thêm các thí nghiệm có kiểm soát, đặt backbone sinh yếu và backbone sinh tinh vi làm nhóm đối chứng, rồi so sánh bằng cách thay đổi quy trình huấn luyện của nhiều phương pháp GAN và khuếch tán
Ví dụ (NSFW): https://generated.photos/human-generator/64e741e6c4c0f80009e...
Số lượng tay chân, số ngón tay, v.v. đều sai
Đôi khi cũng có kết quả ổn, nhưng có vẻ chỉ khoảng 5%; một kết quả ổn không có biến dạng nhìn thấy ngay thì cỡ này (rất NSFW): https://generated.photos/human-generator/64e7590e482612000b1...
Khoảng 95% ảnh tôi tạo cho đến nay rõ ràng là bị biến dạng
Ảnh tôi vừa tạo có một bàn tay mọc ra từ mắt cá chân trái thay vì bàn chân, và ở mũi giày bên phải thì có thứ không rõ là ngón chân hay ngón tay thò ra: https://generated.photos/human-generator/64e682308448b8000c5...
Tôi hiểu là phần lớn kết quả trông buồn cười, và bình luận HN này cũng là thứ hài hước nhất tôi từng thấy trong một thời gian https://news.ycombinator.com/item?id=37239909
Nhưng dù vậy, thứ này vẫn cực kỳ đáng sợ
Những công cụ kiểu này sẽ tiếp tục tốt lên, và thật khó nghi ngờ rằng trong vài năm nữa ta có thể đưa hình ảnh của các nhân vật công chúng nổi tiếng vào bất kỳ ảnh sinh nào theo ý muốn, khiến chúng không thể phân biệt với thực tế
Nhìn những trường hợp như ảnh Giáo hoàng mặc áo phao thì chuyện đó cũng không còn xa lắm
Hy vọng duy nhất là vì chất lượng hình ảnh trực tuyến bị hạ cấp cực đoan, mọi người sẽ hoàn toàn mất niềm tin vào mọi thứ họ thấy trên mạng, và rốt cuộc lại bắt đầu ra ngoài dành thời gian ngoài đời
[1] (NSFW, thật sự) https://deepnude.cc/
Chỉ vài năm trước, việc tạo ảnh như thế này còn khó tưởng tượng, còn giờ công cụ này làm được, dù có lẽ khoảng một nửa vẫn có lỗi buồn cười
Nếu không có lý do gì để tin rằng nó không thể cải thiện thêm, thì rất có khả năng trong tương lai tương đối gần nó sẽ trở nên không thể phân biệt với thực tế
Ở một khía cạnh nào đó, điều này thậm chí có thể an toàn hơn
Khi nó trở thành việc quá vụn vặt và dễ dàng, mọi người sẽ không tự động tin ảnh là thật nữa
Nếu ảnh nude của chính bạn bị đăng lên mạng, bạn có thể viện cớ rằng đó là do kẻ xấu tạo bằng AI
Việc khó tìm ra ai đứng sau dịch vụ này khá đáng ngờ
Thông thường sẽ có trang giới thiệu hoặc liên kết tới công ty mẹ, nhưng lướt qua điều khoản và chính sách quyền riêng tư thì vẫn không rõ họ là ai, vận hành ở đâu
Liên kết LinkedIn cho biết có 8 người làm việc, phần lớn có vẻ thuộc mảng phát triển kinh doanh ngoài Mỹ
Tôi không cho rằng họ có mục đích xấu như đánh cắp thông tin người đăng ký hay chuyển hướng thanh toán, nhưng điều này góp phần vào sự sụp đổ niềm tin trên Internet
Giờ đây thật khó chắc chắn liệu bạn đang nói chuyện với một con chó thật mặc đồ ngủ trên mạng, hay một AI đang bắt chước con chó
Bình thường tôi không viết những bình luận kiểu này, nhưng thật kỳ lạ khi tung ra một sản phẩm trả phí hoặc một dịch vụ thu thập thông tin cá nhân mà người dùng không biết nó ở đâu và do ai đứng sau
Nó được tạo bởi cùng công ty với Icons8, và Icons8 đã có lịch sử lâu năm
Nhà sáng lập là Ivan Braun, một người có thật
Tôi đã biết họ từ thời Icons8
Trong những trường hợp như vậy, nhiều người muốn ẩn danh và ra mắt lặng lẽ để không thu hút sự chú ý của tổ chức nơi họ làm việc chính
Không phải ai cũng có thể trở thành influencer công nghệ trên Twitter, thoải mái công bố sản phẩm của mình trên ProductHunt mà không gặp vấn đề gì
Kiểu như khiến người ta vô tình xem CSAM, rồi đe dọa báo cơ quan điều tra hoặc phá vỡ hôn nhân để điều khiển họ như điệp viên nước ngoài bất đắc dĩ
Nghe giống thuyết âm mưu, nhưng trang này ẩn danh, miễn phí, nhắm vào kỹ sư nói tiếng Anh, và tạo ra nội dung rất đáng ngờ
Chỉ nhìn một số bình luận trong luồng này cũng thấy khá rõ rằng trang này tạo ra CSAM với một tỷ lệ nhất định
Chỉ việc sử dụng trang này cũng như tung xúc xắc, và bạn có thể trở thành tội phạm rồi thành quân cờ của Triều Tiên hoặc một cơ quan tình báo nước ngoài khác
Nếu cơ quan tình báo nước ngoài liên hệ để tống tiền, hãy báo cáo tại https://www.inscom.army.mil/isalute/ và 1-800-CALL-FBI(1-800-225-5324)
Mọi URL đều phải có thể bị doxxing sao?
Họ nói “nhờ các thuật toán AI tiên tiến, bạn sẽ không thể phân biệt con người do Human Generator tạo ra với người thật”, nhưng nếu các ảnh được đưa lên là tốt nhất của họ thì tôi có tin xấu đây
Đúng vậy, là 6 cách
Nhưng có vẻ họ chắc chắn đã làm chủ đỉnh cao của thung lũng kỳ quái, còn tôi không rõ thứ này hữu ích ở đâu
Khắp nơi đều có những đường nét sắc bất tự nhiên, và bóng đổ từ 5 hướng
Gọi thứ này là “siêu thực” thì thật buồn cười
Nó cho ra một nàng tiên cá với làn da như nhựa và phần nước biển nền được render rất tệ
https://generated.photos/human-generator/64d6dde03af7f90007c...
Tôi tự hỏi liệu mình có cảm thấy như vậy không nếu không biết ảnh là do AI tạo ra
Có ghi rằng “nếu muốn dùng hình ảnh tạo bằng Human Generator cho dự án thương mại thì hãy liên hệ”, nhưng nếu hình ảnh do AI tạo không có bản quyền thì rốt cuộc họ có thể cưỡng chế bằng cách nào?
Đã có một vài vụ việc, nhưng chúng có những yếu tố phức tạp xen lẫn, chẳng hạn chủ thể tạo ra không phải con người mà là quá trình tạo tự động, hoặc sản phẩm được dùng làm nền tảng cho một tác phẩm khác
Hơn nữa, ngay cả khi không có bản quyền, điều khoản dịch vụ vẫn có thể được áp dụng riêng
Ví dụ tương tự như việc OpenAI không cho phép dùng đầu ra của mô hình OpenAI để huấn luyện mô hình cạnh tranh
Cấu trúc là họ cho bạn dùng trình tạo để đổi lấy việc bạn đồng ý không sử dụng cho mục đích thương mại
Nếu dùng cho mục đích thương mại thì đó là vi phạm điều khoản, và họ sẽ lập luận rằng đây là một hợp đồng có thể thực thi
Không liên quan đến bản quyền
Vì vậy hiệu lực pháp lý trông chỉ như một lời đề nghị lịch sự
Tôi không phải luật sư
Cũng chưa rõ người dùng một trang web có công cụ AI tạo sinh có bị coi là tác giả phi nhân loại hay không, và cá nhân tôi nghiêng về phía cho rằng vẫn có tác giả là con người
Việc vẽ tranh bằng cọ lông đuôi ngựa không khiến bức tranh trở thành do con ngựa tạo ra và mất bản quyền
Cuối cùng sẽ phải xác định liệu kết quả sau hơn 10 thiết lập, vô số lựa chọn và nhiều phần nhập tự do có phải là “không do con người tạo ra” hay không
Tôi yêu cầu một phụ nữ mặc “đồ leo núi” trong rừng, thì kết quả là một phụ nữ mặc G-string denim, thứ gì đó giống tất denim, áo trên như đồ dạ hội và để lộ ngực
Chỉ mình tôi thấy ngực của các phụ nữ trong ví dụ đều trông hơi kỳ à?
Tất cả đều có cảm giác nằm quá cao, và nếu tính cả những gì người khác chia sẻ rằng công cụ này tạo ra ảnh khỏa thân, có vẻ bộ dữ liệu dùng ở đây đã được tinh chỉnh cho một nhóm khán giả “nhất định”
Nó cũng không nhanh
Ở lần thử đầu tiên, có vẻ như nó chỉ cho xem các biến thể của những thứ đã được tạo sẵn
Có lẽ vì vậy mà tôi nhận được liên tiếp 5 người đàn ông mặc áo hồng bó sát đang ăn bánh
Thật đáng kinh ngạc
Trong khoảng thời gian dùng để tạo ra một hình ảnh đúng ý tôi hoặc khách hàng, hoặc để mua một ảnh stock chất lượng cao, tôi có thể tạo ra hàng triệu hình ảnh thực tế nhưng kém hấp dẫn mà chỉ sau khi được một họa sĩ minh họa thương mại lành nghề chỉnh sửa mới tạm dùng được
Nếu dùng hàng loạt rồi bỏ thì sao?
Tôi phải tạo khoảng 5 ảnh mới có được ảnh 3/4 thay vì ảnh toàn thân
Việc kỹ sư ứng biến để làm công việc của nhà thiết kế đã đủ tệ trong các giao diện thông thường rồi, nhưng nếu muốn bán sản phẩm nghệ thuật thương mại, bạn cần người có chuyên môn trong lĩnh vực đó
Dù công nghệ có ngầu đến đâu và về lý thuyết có hợp với nhóm khách hàng nghệ thuật thương mại đến mức nào, nếu bạn bán nghệ thuật thì nó sẽ bị phê bình như nghệ thuật
Hy vọng họ có tinh thần vững
Nó cho ra đây là một phụ nữ Iceland trưởng thành khỏe mạnh: https://generated.photos/human-generator/64e6ff848448b800095...
Tự nhiên muốn biết mức phóng xạ là bao nhiêu
“Bạn từng nghe về người fetish bàn chân rồi chứ? Brian chỉ hưng phấn với phụ nữ có bàn chân thay cho bàn tay”
Rốt cuộc họ đã huấn luyện bằng gì vậy?
Khi vào trang và bấm “create human”, mọi hình ảnh được tạo ra trông không giống tạo theo thời gian thực, mà như được chọn từ một danh sách ảnh đã chuẩn bị sẵn
Có lẽ khả năng cao là chúng cũng đã được lọc trước theo tiêu chí độ chính xác
Chúng luôn xuất hiện gần như ngay lập tức, nhưng chỉ cần chỉnh sửa nhỏ trên cùng một đối tượng là trang báo quá tải và thất bại
Nhiều người dùng cũng đã chỉ ra các ảnh có những vấn đề điển hình liên quan đến bàn tay và các bộ phận cơ thể khác
Không nên đánh giá trang này chỉ dựa trên các kết quả mà landing page trả về