基本介紹

facechain是一個(gè)可以用來打造個(gè)人數(shù)字形象的深度學(xué)習(xí)模型工具平臺(tái)。用戶僅需要提供最低一張照片即可獲得屬于自己的個(gè)人形象數(shù)字替身。結(jié)合不同的風(fēng)格模型和寫真模版，可以生成超乎想象空間的個(gè)人寫真作品。更有意思的是，facechain還集成了說話人與虛擬試衣的功能，讓你的數(shù)字替身更加生動(dòng)真實(shí)，拓展出了更多的商業(yè)價(jià)值與落地場景。

特色功能

功能優(yōu)化

1.）one-shot訓(xùn)練：

為了盡可能實(shí)現(xiàn)one-shot訓(xùn)練的能力，facechain v2著重在a.）如何減小訓(xùn)練樣本的分布空間，b.）通過pretrain提供更好的訓(xùn)練初始點(diǎn)，c.）尋找合適的lora訓(xùn)練超參等三方面入手。最終通過大量的實(shí)驗(yàn)，目前已經(jīng)沉淀出了較為穩(wěn)定的one-shot訓(xùn)練能力。80%的情況下，用戶可以通過單張圖上傳就能完成相應(yīng)人物lora的finetune訓(xùn)練，從而獲得專屬的個(gè)人形象模型，這大大降低了訓(xùn)練成本。在訓(xùn)練式人物寫真方法上，facechain首次將訓(xùn)練成本降低到了SOTA商業(yè)應(yīng)用的1/10，做到了近one-shot的訓(xùn)練能力。

此外，facechain還在研發(fā)train-free的保ID人物生成方法，目前內(nèi)部實(shí)驗(yàn)上已顯著超過IP-Adapter的效果，預(yù)計(jì)將會(huì)在facechain v3版本中做發(fā)布，簡稱facechain-FaceAdapter技術(shù)。

2.）無限風(fēng)格計(jì)劃：

      相較于facechain v1初始版本，v2版本增加了上百種精美的風(fēng)格，重點(diǎn)是全部免費(fèi)。目前在眾多的圖片/視頻分享網(wǎng)站上，已經(jīng)有非常多介紹如何使用facechain做免費(fèi)精美寫真生成的視頻，facechain儼然已經(jīng)成為免費(fèi)精美寫真制作的強(qiáng)力工具。除此之外，還有很多自由職業(yè)者在用facechain為用戶提供寫真服務(wù)，以及很多開發(fā)者及企業(yè)在做facechain API的接入。針對(duì)無限風(fēng)格計(jì)劃，facechain預(yù)計(jì)將在facechain v3版本中提供一鍵式的寫真風(fēng)格訓(xùn)練接口，為寫真風(fēng)格的制作提供便捷且高可用的一鍵化訓(xùn)練接口，簡稱facechain-StyleMaker技術(shù)。

3.）SDXL寫真質(zhì)感：

      facechain v2集成了強(qiáng)大的文生圖模型SDXL 1.0。SDXL 1.0是Statbility AI發(fā)布的新一代文生圖模型，通過各種嚴(yán)格的實(shí)驗(yàn)驗(yàn)證，SDXL已經(jīng)超越了各種版本的Stable Diffusion模型，并且與當(dāng)前商業(yè)級(jí)文生圖模型Midjournal生成效果不相上下。在SDXL的加持下，facechain的人像生成的質(zhì)感有了質(zhì)的飛躍。

功能拓展

1.）虛擬試衣：

      虛擬試衣這個(gè)話題由來已久，電商行業(yè)興起后，就有相關(guān)的研發(fā)討論。由其所見即所得的屬性，它可以進(jìn)一步提升用戶服裝購買體驗(yàn)。它既可以為商家做商品展示服務(wù)，也可以為買家做上身體驗(yàn)服務(wù)，這讓它同時(shí)具備了B和C的兩個(gè)用戶屬性。隨著AIGC的興起，虛擬試衣也取得了一定的突破，facechain v2拓展了虛擬試衣功能。

根據(jù)是否需要對(duì)衣服做變形生成來劃分，虛擬試衣又可分為形變保ID與非形變保ID。其中非形變保ID（局部保ID）部分已在facechain v2中開源，另外形變保ID虛擬試衣技術(shù)已投遞CVPR，預(yù)計(jì)將在facechain v3中開源，簡稱facechain-TryOn技術(shù)。

2.）說話人視頻：

      說話人生成旨在將給定的肖像動(dòng)態(tài)化，使其的嘴唇運(yùn)動(dòng)和音頻高度一致，這在數(shù)字人應(yīng)用中至關(guān)重要。facechain v2集成了主流的開源算法SadTalker，相較于其他算法Wav2Lip和video-retalking，SadTalker可以控制頭部姿態(tài)和面部表情，并且還可控制眨眼頻率，能夠輸出更生動(dòng)的說話視頻。除了原始的驅(qū)動(dòng)功能，facechain v2的說話人視頻模塊還支持使用GFPEN作為后處理來提高生成質(zhì)量，同時(shí)對(duì)于音頻輸入，支持三種選項(xiàng)，包括1）TTS合成，2）麥克風(fēng)錄制，和3）本地文件上傳，用戶可以根據(jù)自己的需要來選擇輸入。此外，用戶可以從之前生成的寫真照片中選擇一張進(jìn)行驅(qū)動(dòng)，由此串聯(lián)了寫真照生成功能和說話人生成兩個(gè)功能，從而滿足了用戶多樣且豐富的生成需求。

在facechain v3版本中，人物視頻生成將是最主要的應(yīng)用更新方向，facechain團(tuán)隊(duì)在v3版本中將發(fā)布facechain-video功能，會(huì)覆蓋MagicTalker，MagicSinger，MagicLife，MagicDay，MagicMove等視頻功能。

3.）動(dòng)漫風(fēng)格化：

      動(dòng)漫風(fēng)格化可以將輸入圖片的人物圖像轉(zhuǎn)化成二次元虛擬形象，返回卡通化后的結(jié)果圖像。facechain v2集成了DCT-Net人像卡通化模型，DCT-Net模型同時(shí)提供人臉的2D動(dòng)漫，3D，手繪，素描，美術(shù)風(fēng)格的人臉轉(zhuǎn)換，目前facechain僅支持2D&3D動(dòng)漫人臉生成。DCT-Net對(duì)訓(xùn)練數(shù)據(jù)的scale要求較低，給定一小部分目標(biāo)風(fēng)格樣本，就能學(xué)習(xí)映射關(guān)系，將原風(fēng)格遷移到目標(biāo)風(fēng)格，并保留原圖內(nèi)容信息。同時(shí)，DCT-Net不僅有更好的人臉風(fēng)格遷移質(zhì)量及泛化能力，還能做人物全身圖片的風(fēng)格遷移。它的「先校準(zhǔn)再生成」新思路，就是讓少數(shù)目標(biāo)形成的目標(biāo)風(fēng)格域與原始域?qū)R，再以此輔助網(wǎng)絡(luò)，讓模型更好學(xué)習(xí)原風(fēng)格和目標(biāo)風(fēng)格的映射關(guān)系，并利用幾何擴(kuò)展模塊減小空間約束，使風(fēng)格遷移效果更為準(zhǔn)確，又不丟失原始圖片信息。