这两天，英国王室的 P 图事件闹得沸沸扬扬。
3 月 10 日，威廉与凯特的 X 官方账号分享了一张凯特王妃和 3 个孩子的合影。然而，这张本意为辟谣的照片却掀起了一场「大家来找茬」的游戏，眼尖的网友发现了多处修图痕迹：
还有一些猜测是，这张照片是由 AI 生成的。照片中人物数量比力多，且是相互依靠的动作，AI 直接生成的结果未必有这么自然，但也不能排除「局部 AI 生成」的可能性。
随后，凯特王妃为「发布修改过的照片」正式道歉：「和许多业余摄影师一样，我偶尔也会尝试修图。我想为昨天我们分享的家庭照片引起的任何混乱表示歉意。我希望每个人有一个非常快乐的母亲节。」
在 AI 图片生成技术不断退化的今天，修图已经不一定需要非常复杂的程序。
可以简化到什么程度呢？只要在给模型的提醒词的最后加个图片参照链接，就能换脸、换头发、换衣服，而且肉眼绝对看不出瑕疵。
就比如下方这两张 OpenAI CEO 的照片，你会不会以为是山姆・奥特曼在玩 COS？
言归正传，这张图片来自 Midjourney 刚刚发布的一项新功用 ——「脚色参照」（Character Reference），让用户几秒之内可以实现「移花接木」。
用过 Stability AI、Midjourney、OpenAI 等公司图象生成产品的人肯定知道，在新生成图象中保持脚色一致性曾经是比力困难的事情。
AI 会为输出的每一个提醒生成新的内容，即使提醒重复出现或利用了一些相同的关键词。这非常适合生成全新的内容，但不适用于有叙事连续性的场景。如果你是为电影、小说或漫画书做设计，肯定希望让一个或多个一模一样的脚色出现在不同的场景和环境中，且利用不同的脸部表情和道具。
所以这次，Midjourney 引入了一个新标签「-cref」（Character Reference 的缩写），我们可以将其添加到 Midjourney Discord 的文本提醒词末尾，让模型从 URL 中匹配脚色的脸部特征、体型甚至时装。如下图：
这意味着，Midjourney 将从一个创意工具退化为一个提升专业生产力的工具。
比如这两组动画设计：
所以，如何利用这项功用呢？
Midjourney 创始人 David Holz 提供了一份完整说明：
利用方法很简单：在提醒词后键入 -cref URL，并输出脚色图象的 URL。
用户可以用「cw」来修改参照的「强度」，数值可以是 0 到 100。
强度 100 (-cw 100) 是默认值，利用脸部、头发和衣服；强度 0 (-cw 0) 时，它将只关注脸部（适合更换时装 / 头发等）。
有几点需要注意：
该功用之前生成的 Midjourney 图象配合利用效果最佳，不是为真人照片设计的，并且可能会像惯例图象提醒一样发生扭曲；
Cref 的工作方式与惯例图象提醒类似，只是比力专注于脚色特征；
这项技术的精度是有限的，不会复制精确的酒窝 / 雀斑 / 或 T 恤标志；
可以利用多个 URL 来混合多张图象中的信息 / 脚色。
该功用也适用于非人物图象的生成，我们可以提供一张白色背景的原始图象，然后在不同的场景中将其融入：
感兴趣的你，不妨一试。
参照链接：https://venturebeat.com/ai/midjourney-debuts-feature-for-generating-consistent-characters-across-multiple-gen-ai-images/