كيفية الحفاظ على اتساق الشخصية عبر الصور المُولَّدة بالذكاء الاصطناعي

تبدو شخصياتك مختلفة في كل صورة لأن نماذج الانتشار تعامل كل مطالبة كمثيل جديد ومعزول دون ذاكرة للمخرجات السابقة. تفرض الاتساق من خلال التحكم في مسار التوليد، وتوفير مراجع بصرية، وكتابة أوصاف هيكلية تثبّت ميزات الهوية.

السبب الجذري: لماذا تعامل نماذج الانتشار كل مطالبة كمثيل جديد

لا تمتلك نماذج الانتشار حالة دائمة. عند توليد صورة، يبدأ النموذج من ضوضاء عشوائية ويتبع مساراً يحدده وصفك، والبذرة العشوائية، والأوزان الداخلية للنموذج. إذا لم تتحكم في هذه المتغيرات، فسيفسّر النموذج وصفك بطريقة مختلفة قليلاً في كل مرة.

لا تكمن المشكلة في أن النموذج "ينسى" شخصيتك، بل في أن النموذج لا يمتلك مفهوماً للشخصية ككيان دائم. فهو يعرف فقط كيفية توليد صورة تطابق وصفاً نصياً. إذا كان وصفك غامضاً، يملأ النموذج الفراغات باستخدام انحيازاته الإحصائية الخاصة. إذا وصفت "امرأة بشعر أحمر"، قد تضع إحدى التوليدات شعرها على اليسار، وأخرى على اليمين، وقد تغير ثالثة ملمس الشعر بالكامل. النموذج ليس غير متسق؛ بل هو وفيٌّ لتعليمات غامضة.

للحل، يجب أن تنتقل من وصف الشخصية إلى تحديد مواصفاتها بدقة. يتطلب هذا ثلاثة روافع: البذرة، والصورة المرجعية، والوصف الهيكلي.

الروافع الثلاث للاتساق: البذرة، والصورة المرجعية، والأوصاف الهيكلية

البذرة هي الرقم العشوائي الذي يحدد نمط الضوضاء الابتدائي. إذا أبقيت البذرة ثابتة، يتبع النموذج نفس المسار عبر فضاء الضوضاء. ومع ذلك، إذا غيّرت المطالبة ولو قليلاً، ينحرف المسار. البذرة وحدها لا تكفي.

الصورة المرجعية هي مرساة بصرية. تزود النموذج بصورة للشخصية وتطلب منه استخدامها كدليل للهوية والأسلوب. هذا أكثر قوة من النص لأنه يتجاوز غموض اللغة. يمكن للنموذج رؤية الشكل المحدد للأنف، وقصة السترة، ولون العينين.

الوصف البنيوي هو وصف هندسي دقيق لميزات هوية الشخصية. بدلاً من قول «رائع»، تقول «نظارات غير متماثلة، العدسة اليسرى مشروخة، والعدسة اليمنى سليمة». يمنح هذا النموذج هدفًا ثابتًا للوصول إليه.

استخدام قيم البذور لتثبيت مسار التوليد

إذا كنت تستخدم أداة تتيح لك تعيين قيمة للبذرة (Seed)، مثل Midjourney أو Stable Diffusion، فيمكنك تثبيت مسار التوليد. ابدأ ببذرة تنتج صورة أساسية جيدة. ثم حافظ على ثبات تلك البذرة أثناء تحسين المطالبة الخاصة بك. يضمن هذا أن التغييرات في مطالبتك لا تدفع النموذج إلى الانحراف نحو تفسير مختلف تمامًا.

مع ذلك، انتبه إلى أن البذور (Seeds) هشة. فإذا غيّرت نسبة العرض إلى الارتفاع، أو إصدار النموذج، أو بنية المطالبة، فقد لا تنتج البذرة النتيجة نفسها. تعامل مع البذرة كعنصر تحكم محلي وليس عالميًا. فهي تعمل ضمن نطاق ضيق من المعلمات.

تنفيذ سير عمل تحويل الصورة إلى صورة للتحسين التدريجي

أكثر الطرق موثوقية للحفاظ على الاتساق هي التحسين التكراري باستخدام سير عمل الصورة إلى الصورة. تبدأ بصورة جيدة للشخصية، ثم تستخدم تلك الصورة كمرجع للتوليد التالي. تعدّل المطالبة لتغيير المشهد أو الوضعية أو الإضاءة، مع الحفاظ على ملامح هوية الشخصية سليمة.

يُعتمد على أدوات مثل Adobe Firefly وKrea وRunway لهذا النوع من المهام. فهي تتيح لك رفع صورة شخصية محددة وتوجيه التوليد الجديد بناءً على ذلك الإدخال البصري. عند استخدام هذه الأدوات، قيّم المخرجات بناءً على مدى حفاظها على ملامح الهوية المحددة التي تهتم بها: شكل الوجه، وأسلوب الملابس، ولوحة الألوان. إذا انحرفت المخرجات، زد وزن الصورة المرجعية أو شدّ أوصافك الهيكلية.

كتابة أوصاف هيكلية ترسّخ ميزات الهوية

يجب أن تحتوي المطالبة على أوصاف هيكلية لا تحتمل سوء التفسير. تجنب الصفات الذاتية مثل "جميل" أو "رائع" أو "غامض". بدلاً من ذلك، استخدم أوصافاً هندسية ومحددة.

• عبارة "شعر قصير ومقصوص مع غرة مستقيمة" أفضل من "شعر قصير".
• عبارة "سترة جلدية بياقة عالية وبدون غطاء رأس" أفضل من "سترة".
• عبارة "عينان واسعتان ومائلتان قليلاً للأسفل" أفضل من "عينان حزينتان".

تُثبّت هذه الأوصاف الهوية، وتمنح النموذج هدفًا ثابتًا. إذا كنت تستخدم Stable Diffusion أو ComfyUI، يمكنك دمج هذه الأوصاف مع تدريب LoRA على مجموعات بيانات شخصيات محددة. يتيح ذلك للنموذج تعلم السمات البصرية المحددة لشخصيتك وتطبيقها بشكل متسق عبر المشاهد المختلفة.

الأخطاء الشائعة: الاعتماد المفرط على الأسماء مقابل تحديد الهندسة بشكل ناقص

الخطأ الأكثر شيوعًا هو الاعتماد على الاسم. إذا أسميت شخصيتك "أليس"، فلن يعرف النموذج من هي أليس. سيولّد امرأة عامة. الاسم بلا معنى بالنسبة للنموذج.

الخطأ الثاني هو تحديد الهندسة بشكل ناقص. إذا قلت "امرأة بعينين زرقاوين"، فسيغيّر النموذج شكل العينين، وحجم الحدقتين، وزاوية النظرة. يجب عليك تحديد الهندسة بدقة: "عينان لوزيتان مع انحناء خفيف في الجفن العلوي."

لا تخلط بين الهوية والأسلوب. الهوية هي النواة المستقرة: الوجه، الشعر، نوع الجسم. الأسلوب هو المتغير: الإضاءة، الخلفية، الوضعية. يجب أن يفصل المطالبة بين هذين العنصرين. يجب وصف ميزات الهوية بدقة. يمكن ترك ميزات الأسلوب أكثر انفتاحًا.

سير العمل: توليد ورقة شخصية قبل إنشاء المشهد

قبل إنشاء أي مشهد، قم بتوليد ورقة شخصية. هذه مجموعة صور تُظهر شخصيتك من زوايا متعددة: أمامية، جانبية، خلفية، ولقطة قريبة. استخدم بذرة ثابتة وصورة مرجعية ثابتة لتوليد هذه الصور. قم بتحسين المطالبات حتى تصبح ورقة الشخصية متسقة.

بمجرد الحصول على ورقة شخصية متسقة، استخدمها كمرجع لجميع التوليدات اللاحقة. عند إنشاء مشهد، استخدم صورة ورقة الشخصية كمدخل مرجعي. ستقوم بتعديل المطالبة لوصف المشهد، لكنك ستحافظ على تثبيت ميزات الهوية عبر الأوصاف الهيكلية.

هذا سير العمل قابل للتطبيق عبر الأدوات المختلفة. سواء كنت تستخدم Leonardo.ai لقدرات تدريب النماذج أو DALL-E 3 للهندسة الدقيقة للمطالبات، فإن المبدأ هو نفسه: ثبّت الهوية أولاً، ثم غيّر المشهد. إذا تخطيت ورقة الشخصية، ستقضي وقتًا أطول في إصلاح عدم الاتساق بدلاً من إنشاء المحتوى.