PhotoMaker
腾讯 ARC 实验室开源的 AI 人像生成项目,把人物 ID 压成堆叠嵌入喂给 Stable Diffusion,无需逐脸训练 LoRA,适合熟悉 SD 生态的开发者在自己机器上做人物一致性生成。
3 次可以打开平均 4.8 秒11 月 22 日 起国内不可直接访问11 月 16 日 起国内不可直接访问
本站从国内机房定期实测。竖条由远及近:绿 = 可以打开,橙 = 国内不可直接访问,灰 = 打不开。PhotoMaker 是腾讯 ARC 实验室开源的一个 AI 人像生成项目,论文入选 CVPR 2024。它解决的问题是:想让 AI 画出「同一个人」在不同场景、不同风格下的照片,通常需要针对每张脸单独训练 LoRA,费时费力。PhotoMaker 把人物 ID 信息压缩成堆叠嵌入,直接喂给 Stable Diffusion 系列模型,几秒内就能完成定制,不用额外训练。
主要功能
项目提供 realistic 和 stylization 两种生成模式。前者追求真实感,后者换掉基础模型、挂上 LoRA 就能做风格化。V2 版本在 2024 年 7 月发布,提升了 ID 保真度,同时保持生成质量、可编辑性和对插件的兼容。官方还给出了与 ControlNet、T2I-Adapter、IP-Adapter 集成的脚本,可以进一步控制构图和姿态。
使用方式以代码为主:安装 Python 依赖后,通过 photomaker 包调用 pipeline,或者跑仓库里的 Gradio demo、Jupyter notebook。社区已经做了 ComfyUI 节点、WebUI 扩展、Replicate 和 Colab 示例,不想碰命令行的可以走这些现成入口。
适合谁
适合熟悉 Stable Diffusion 生态的开发者、AI 绘画玩家,以及想在自己产品里集成「人物一致性生成」能力的团队。纯小白直接上手会有门槛,需要配环境、下模型、调参数。
费用与限制
项目本身开源免费,代码和模型权重都能从仓库获取。但它不是在线服务,得自己有能跑的机器:官方说明最低需要 11G 显存,不支持 bfloat16 的 GPU 要手动改成 float16。生成效果依赖基础模型和参数,人脸相似度也不是百分之百,复杂角度和遮挡下会打折扣。
