在线教程｜图灵奖得主Yann LeCun盛赞！小红书开源InstantID，一张原图即可定制多种风格写真

作者：十九

编辑：李宝珠，三羊

来自小红书的 95 后工程师联合北大团队发布了开源项目「InstantID」，只需上传一张照片，就能轻松定制多种风格的 AI 写真。

不久前，一群来自小红书的 95 后工程师联合北大团队发布了开源项目「InstantID」，只需上传一张照片，这款 AI 写真神器就能轻松定制多种风格的 AI 写真，告别繁琐修图。

InstantID 一经发布就引起了广泛关注，GitHub 收藏量达到了 9.9K，图灵奖得主 Yann LeCun 也在自己的社交账号上转发了团队以其形象生成的示例，表示支持。

过去，主题驱动的文本到图像生成，通常需要在多张含有该主题（如人物、风格）的数据集上进行训练，其代表性方案包括 DreamBooth、LoRAs 等，但此类方案的高存储需求、耗时的微调过程，让很多用户望而却步，导致其无法在真实场景中得到快速应用，而 InstantID 的出现则打破了这个僵局。

InstantID 架构

InstantID 的工作原理主要分为三部分：

* ID Embedding：通过预训练的面部识别模型，将语义人脸特征提取为 Face Embedding。该嵌入富含语义信息，如面部特征、表情、年龄等，为后续图像的生成提供坚实基础。

* Image Adapter：引入轻量级适配模块，将提取的身份信息与文本提示结合。通过解耦的交叉注意力机制，图像和文本能够独立地影响图像的生成，在保持身份信息的同时还可以对图像风格进行精细控制。

* IdentityNet：它通过强语义条件（如面部特征的详细描述）和弱空间条件（如面部关键点的位置）来编码参考面部图像的复杂特征。生成过程由 Face Embedding 引导，无需文本信息，只需针对新添加的模块进行更新，保持预先训练文本到图像模型的冻结，确保灵活性。

把复杂留给代码，把简单留给用户！InstantID 不仅在技术上实现了零次个性化图像合成的突破，同时也在用户体验上也做到了极致的简洁和直观。无论你是设计小白还是艺术大师，都能在该平台上，轻松创造出个性化的图像。具体应用场景有：

* 多 ID 和多风格合成

InstantID 一键实现「跨国合作」！

* 风格化合成

只需输入一张人脸照片，就能生成多种具有个性化风格的 AI 写真。

* 逼真合成

这些图真的是合成的吗？

* ID 插值

还可以将杨幂和 Taylor 的形象融合。（ps：利用该功能，还可以根据父母双方面部权重，预测未来孩子长相哦！）

* 新视角合成

一张原图+一张风格参考图=百变大咖

* 非人像合成

人物和动物融合会发生什么？

这么多风格供你挑选，小伙伴们是不是等不及来试一下啦！不要着急，HyperAI超神经已经上线了「InstantID 个性化写真生成 Demo」教程，该教程为大家搭建好了环境，点击克隆即可一键启动，快来实现你的「七十二变」吧！

公共教程地址：

https://hyper.ai/tutorials/31559

为了让大家更快上手，B 站 up 主「青龙圣者」录制了生动有趣的教学视频↓

小编输入了马斯克图片，以雷军在发布会上的潇洒站姿作为参考，效果也太神奇了吧！

跃跃欲试的小伙伴们跟随小编的步骤抓紧尝试一下吧！

Demo 运行

1. 登录 hyper.ai，在「教程」页面，选择「InstantID 个性化写真生成 Demo」。点击「在线运行此教程」。

2.页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。点击右下角「下一步：选择算力」。

3.跳转后，选择「NVIDIA GeForce RTX 4090 」，点击「下一步：审核」。新用户使用下方邀请链接注册，还可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费算力时长！

HyperAI超神经专属邀请链接（直接复制到浏览器打开）：

https://openbayes.com/console/signup?r=6bJ0ljLFsFh_Vvej

4.点击「继续执行」，等待分配资源，当状态变为「运行中」后，点击「打开工作空间」。

5.在启动页新建一个终端会话，输入下面的命令。

cd InstantID

6.输入下面的命令，运行 Gradio demo。

python gradio_demo/app.py

7.当命令行出现「Running on local URL: https://0.0.0.0:8080」后，拷贝右侧 API 地址到浏览器地址栏中，即可访问 InstantID 页面。请注意，用户需在实名认证后才能使用 API 地址访问功能。

效果展示

1.打开 InstantID 页面，上传人物图片，上传参考图片。其中，参考图片的作用是用来固定人物在图中的位置。

2.完善下列参数调整。

*在「Prompt」提示词框内写需要生成图片的关键词，通常根据初始图片来进行提示，若上传的图片是个男人，可以写 「a man」。

*点击「Eable Fast Inference with LCM」选项，如果不开生成图速度会稍微慢些。

*「Style template」风格选择器，可完善提示词，里面有「Watercolor」水彩、「Line Art」线条风格等效果。

*「IdentityNet strength (for fidelity)」人脸强度或 ID 强度，作用于初始导入的人物图，参数越高，生成的图片和该人物图越像，默认数值 0.8。

*「Image adapter strength (for detail)」图片参考强度，作用于参考图，强度决定生成图片与参考图的相似度，默认数值 0.8。

*「Advanced Options」高级参数调整。

*「Negative Prompt」，负面提示词，可以填一些不想最终生成图片含有的内容，比如避免低质量的词等。

*「Number of sample steps」、「Guidance scale」、「seed」，选择默认数值即可。

*「Randomize seed」随机种子，打开。

*「Enhance non-face region」强化非面部区域，打开后会增强风格选择器的权重。

3.点击「Submit」，5 秒即可生成图片。

目前，HyperAI超神经官网已上线了数百个精选的机器学习相关教程，并整理成 Jupyter Notebook 的形式。

点击链接即可搜索相关教程及数据集：

https://hyper.ai/tutorials

以上就是 HyperAI超神经本次分享的全部内容了，如果大家看到优质项目，欢迎后台留言推荐给我们！另外，我们还建立了「Stable Diffusion 教程交流群」，欢迎小伙伴们入群探讨各类技术问题、分享应用效果~