ConsisID-preview-Space

מה זה

בממשק מעלים תמונת פנים ברורה, כותבים תיאור טקסטואלי מפורט של הסצנה ומקבלים קובץ וידאו או גיף. כברירת מחדל נוצר סרטון באורך 49 פריימים, שזה כ־6 שניות בקצב של 8 פריימים לשנייה וברזולוציה בסיסית של 720 על 480 פיקסלים.

מאחורי הקלעים רץ המודל ConsisID, שמפרק תדרים כדי לשמר את זהות הפנים לכל אורך הסרטון בלי לעוות את הבעות הפנים או התנועה. המערכת משלבת גם את המודל RIFE להכפלת קצב הפריימים ל־16 לשנייה, ומודל Real-ESRGAN לשדרוג הרזולוציה עד 2880 על 1920 פיקסלים במידת הצורך.

מתאים ל

• הנפשת דמות מותאמת

  יצירת קליפ קצר של אדם ספציפי בתנועה על בסיס תמונת פרופיל ותיאור סביבה.

• בדיקת פרומפטים מורכבים

  בחינת יכולת שימור תווי פנים תחת תאורות וזוויות שונות לפני הרצה מקומית.

• הפקת גיפים מונפשים

  ייצוא מהיר של קובצי גיף קצרים של פרצופים מונפשים לשיתוף ברשת.

איפה זה נופל

המודל דורש תיאורי טקסט מפורטים מאוד ורגיש לפרומפטים קצרים ופשוטים, עד כדי כך שהמפתחים ממליצים להרחיב תיאורים מראש בעזרת כלי טקסט חיצוניים. ברירת המחדל נותנת תנועה קטועה ב־8 פריימים לשנייה, וניסיון להפעיל את שדרוג הרזולוציה והחלקת התנועה במקביל מאמץ מאוד את המשאבים ועלול להיכשל או להימשך זמן רב.

איך משתמשים

טוענים תמונה, מקלידים פרומפט ופרומפט שלילי, ולוחצים על כפתור ההפקה. ניתן לכוונן את מספר צעדי הריצה, ברירת המחדל היא 50 צעדים, ולסמן אם רוצים שדרוג רזולוציה או החלקת פריימים. ההרצה מתבצעת על חומרת שיתוף מסוג zero-a10g שמקצה משאבים לפי דרישה, לכן זמן ההמתנה מושפע ישירות מעומס משתמשים ומשילוב שדרוגי התמונה שמאריכים את החישוב.

הרישיון

הקוד והמודל זמינים תחת רישיון apache-2.0, שמתיר שימוש מסחרי, שינוי והפצה תחת תנאי הרישיון. התוכן שאתם מעלים ויוצרים מעובד בשרתי הממשק הציבוריים של Hugging Face.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗