這兩天，英國王室的 P 圖事件鬧得沸沸揚揚。

3 月 10 日，威廉與凱特的 X 官方賬號分享了一張凱特王妃和 3 個孩子的合影。然而，這張本意為辟謠的照片卻掀起了一場「大家來找茬」的游戲，眼尖的網(wǎng)友發(fā)現(xiàn)了多處修圖痕跡：

還有一些猜測是，這張照片是由 AI 生成的。照片中人物數(shù)量比較多，且是相互依靠的動作，AI 直接生成的結(jié)果未必有這么自然，但也不能排除「局部 AI 生成」的可能性。

隨后，凱特王妃為「發(fā)布修改過的照片」正式道歉：「和許多業(yè)余攝影師一樣，我偶爾也會嘗試修圖。我想為昨天我們分享的家庭照片引起的任何混亂表示歉意。我希望每個人有一個非?？鞓返哪赣H節(jié)?！?/span>

在 AI 圖片生成技術(shù)不斷進化的今天，修圖已經(jīng)不一定需要非常復雜的程序。

可以簡化到什么程度呢？只要在給模型的提示詞的最后加個圖片參考鏈接，就能換臉、換頭發(fā)、換衣服，而且肉眼絕對看不出瑕疵。

就比如下方這兩張 OpenAI CEO 的照片，你會不會以為是山姆?奧特曼在玩 COS？

言歸正傳，這張圖片來自 Midjourney 剛剛發(fā)布的一項新功能 ——「角色參考」（Character Reference），讓用戶幾秒之內(nèi)可以實現(xiàn)「移花接木」。

用過 Stability AI、Midjourney、OpenAI 等公司圖像生成產(chǎn)品的人肯定知道，在新生成圖像中保持角色一致性曾經(jīng)是比較困難的事情。

AI 會為輸入的每一個提示生成新的內(nèi)容，即使提示重復出現(xiàn)或使用了一些相同的關(guān)鍵詞。這非常適合生成全新的內(nèi)容，但不適用于有敘事連續(xù)性的場景。如果你是為電影、小說或漫畫書做設計，肯定希望讓一個或多個一模一樣的角色出現(xiàn)在不同的場景和環(huán)境中，且使用不同的面部表情和道具。

所以這次，Midjourney 引入了一個新標簽「-cref」（Character Reference 的縮寫），我們可以將其添加到 Midjourney Discord 的文本提示詞末尾，讓模型從 URL 中匹配角色的面部特征、體型甚至服裝。如下圖：

這意味著，Midjourney 將從一個創(chuàng)意工具進化為一個提升專業(yè)生產(chǎn)力的工具。

比如這兩組動畫設計：

所以，如何使用這項功能呢？

Midjourney 創(chuàng)始人 David Holz 提供了一份完整說明：

使用方法很簡單：在提示詞后鍵入 -cref URL，并輸入角色圖像的 URL。

用戶可以用「cw」來修改參考的「強度」，數(shù)值可以是 0 到 100。 

強度 100 (-cw 100) 是默認值，使用臉部、頭發(fā)和衣服；強度 0 (-cw 0) 時，它將只關(guān)注臉部（適合更換服裝 / 頭發(fā)等）。

有幾點需要注意：

• 該功能之前生成的 Midjourney 圖像配合使用效果最佳，不是為真人照片設計的，并且可能會像常規(guī)圖像提示一樣發(fā)生扭曲；
• Cref 的工作方式與常規(guī)圖像提示類似，只是比較專注于角色特征；
• 這項技術(shù)的精度是有限的，不會復制精確的酒窩 / 雀斑 / 或 T 恤標志；
• 可以使用多個 URL 來混合多張圖像中的信息 / 角色。

該功能也適用于非人物圖像的生成，我們可以提供一張白色背景的原始圖像，然后在不同的場景中將其融入：

感興趣的你，不妨一試。