PhotoMaker：一个可以创建任何风格、任何人的照片/绘画/头像生成器

PhotoMaker：一个可以创建任何风格的任何人的照片/绘画/头像的生成器。 - 精选真开源释放新价值

概览

腾讯的PhotoMaker是一款通过堆叠ID技术嵌入定制出逼真的人物照片的开源工具。该工具能根据描述生成符合描述的人物照片。也能把几个不同人的照片特征混合在一起，创造出一个全新的人物形象。还能改变照片人物的性别、年龄和生成多种风格的其他照片。快速逼真，效果自然。更加无需训练LoRA即可保持角色一致性。

截至发稿概况如下：

软件地址：https://github.com/TencentARC/PhotoMaker
软件协议：Apache-2.0
编程语言：Python 0.9% Jupyter Notebook 99.1%
收藏数量：7.4K
活跃度：4天前更新，近1个月活跃如下：

GitHub数据概览

亮点介绍

快速定制，无需额外LoRA训练

PhotoMaker 使用的核心技术是“堆叠ID嵌入”。它可以将多个身份证明（ID）图像的信息合并成一个统一的数据结构。这种方法不仅能捕捉到单个ID的细微特征，还能整合多个不同ID的特征，创造出新的、个性化的图像。因此，当信息足够，PhotoMaker能够以前所未有的灵活性和准确性快速响应用户的定制需求，创造出逼真度高且风格多样的人物画像或其他类型的个性化图像产品。

高精度的ID保真度

PhotoMaker在确保高精度的身份特征保真度方面表现出色，在进行图像编辑、合成或转换的过程中，精确到像素级别的细节处理能力使得面部表情、肤色纹理等细微差异都能得到忠实的再现。保证高精度、多样性、有前途的文本可控性和高质量的生成。

插件化

PhotoMaker可以作为一个高度定制化的插件模块，嵌入到其他开源图像处理框架中。还可与诸如LoRA（Low-Rank Adaptation）这类创新优化技术模块紧密结合。LoRA作为一种轻量级参数适应方法，在保持模型原有性能的同时，能有效降低模型微调过程中的计算成本和存储开销。当将LoRA模块应用于PhotoMaker时，能够在不影响图像处理质量和效率的前提下，实现对复杂模型的快速适应和个性化调整，极大地提升了软件的灵活性和适用性。

主要功能

根据文字描述风格化生成人物图片

PhotoMaker 可以通过文字描述捕捉到单个ID的细微特征，或者整合多个不同ID的特征，创造出新的、个性化的图像。因此，你可以通过细致的文字描述，制作生成多种风格的人物图片。

混合多个人的特征

PhotoMaker可以将多个身份证明（ID）图像的信息合并成一个统一的数据结构。因此当文本表述的信息为多个不同人物的身份ID信息，那么PhotoMaker就能获取结合多个人物特征，“合多为一”，生成一个全新的、个性化的人物图像。

改变年龄或性别

正是由于PhotoMaker采用了先进的“堆叠式ID嵌入”技术，使得该应用能够在维持原始人物身份核心特征不变的基础上，灵活巧妙地实现性别和年龄属性的转换与重塑。例如：当用户通过文本描述要求将一张男性青年的照片转换为老年女性形象时，PhotoMaker会提取并保持照片中人物的独特身份标识，同时根据性别和年龄的新描述，在不失真实感的前提下，细腻地调整面部结构、皮肤纹理、发色乃至神态等细节，从而实现从青年男性到老年女性的自然过渡。