2024 年将是AI influencers的一年… 完全由人工智能生成的角色，可以参与、娱乐和赚钱！

AI不再只是一个概念，有些人已经获得了可观的收入。

您今天就可以创建一个。只需 30 分钟，您就可以在 Scenario 上了解如何从头到尾创建角色，包括视觉故事的各个方面。

只需按照以下步骤操作或收藏起来备用

以 Lil Miquela 为例，她是一个计算机生成的角色，拥有 260 万粉丝，与 Burberry、Prada 或 Givenchy 合作，达成了价值数十万美元的交易。 或者 Kyra，印度的虚拟影响者先驱，拥有超过 20 万粉丝和众多品牌代言。 最近，The Clueless 机构创建的西班牙 GenAI 模特 Aitana López 拥有 25.3 万粉丝，据报道每月收入高达 1.1 万美元。 其他虚拟明星包括 Lu do Magalu、Imma、Shudu Gram，这只是一个开始，原因如下

打造人工智能影响者意味着对角色细节和视觉叙事的细致控制。 保持控制和一致性可能令人畏惧，并且仅仅依靠提示可能会非常具有挑战性。 输入 http://Scenario.com ：通过直接从网络浏览器训练自定义人工智能模型来解锁无与伦比的一致性，所有这些都不需要专用硬件或复杂的本地设置。

入门非常简单。

受到 Aitana López 成功的启发，我成功地利用她的 12 张图像（下图）在 Scenario 上训练了一个强大的模型。

专业提示1：

成功模型的关键是策划一个多样化的训练数据集，其中包含各种姿势、缩放级别、表情和服装……同时保留您所扮演的角色的核心本质旨在创造。

专业提示2：

我尝试了一些 12 图像数据集。我甚至使用 ChatGPT 来帮助整理它们，询问 GPT4 关于最佳数据集多样性的建议。 在用一系列类似的提示对每个数据集进行评估后，有一个数据集脱颖而出，成为最有效的数据集，并产生了最佳模型。

您可能已经拥有一组图像，从 Unsplash 等免版税数据库获取它们，甚至使用 Scenario、Midjourney（如

@HalimAlrasihi 所做的）或 Dalle3 等工具人工智能生成它们

专业提示3：

为图像添加标题至关重要。定制标题可以指导模型的性能。 对于上面的艾塔娜模型，我添加了有关她的服装、姿势、表情和背景的详细信息（如下）。 我还引入了一个自定义令牌，我将把它合并到以后的所有提示中。

接下来，选择 “主题 “训练预设（针对人物），然后点击 “开始训练”。

完成一次培训平均需要 15-30 分钟，付费计划（优先级）的培训时间更短。

是时候喝杯咖啡了–模型准备就绪后，您将收到电子邮件通知。 由于我们最近升级了 Scenario 上的培训功能，我们目前允许免费用户每天最多培训 10 个模型，以获得更多用户反馈。这是一个立即试用的好机会，无需任何费用或风险。

我的模型现在已准备好进行数千个一致的生成…… 它在技术上被称为 LoRA（低阶适应），以 SDXL 作为基础（基础）模型。

从这里开始，有两种选择：

(i) 独立利用您的 LoRA 模型，

(ii) 或者将此 LoRA 与其他场景或您自己的训练中的其他内容混合（有关此混合过程的更多详细信息如下）

首先，我们来评估一下独立的 LoRA。

从一些简单的提示开始，考虑使用左侧的滑块调整 LoRA 的强度（0.7 到 1.0 是一个好的开始）。

这里的目的是衡量模型的一致性和多功能性。

对于 Aitana，以下是单个 LoRA 生成的一些测试：

首先关注的是：头发长度、面部表情、服装、背景和姿势的变化。 该模型的响应非常令人印象深刻（ALT 中的提示）。

cinematic photo, hasselblad, 35mm, bokeh, Ghprl, portrait of a beautiful woman, short wavy pink hair, brown dark eyes, in Amsterdam at night, canals, houses, 8K, film, professional, 4k, highly detailed, studio quality 电影照片, 哈苏, 35毫米, 散景, Ghprl, 一个美丽女人的肖像, 粉红色短发, 棕色黑眼睛, 阿姆斯特丹的夜晚, 运河, 房屋, 8K, 电影, 专业, 4k, 高度详细, 工作室质量

long pink hair, brown dark eyes, cinematic photo, hasselblad, 35mm, bokeh, Ghprl, portrait of a beautiful woman, leather jacket, 8K, film, professional, 4k, highly detailed, studio quality 粉色长发，棕色黑眼睛，电影照片，哈苏，35毫米，散景，Ghprl，一个美丽女人的肖像，皮夹克，8K，电影，专业，4k，高度详细，工作室品质

cinematic photo, hasselblad, 35mm, bokeh, Ghprl, portrait of a beautiful woman, at burning man, steampunk attire, short wavy pink hair, brown dark eyes 8K, film, professional, 4k, highly detailed, studio quality, zoomed out, wide angle 电影照片, 哈苏, 35毫米, 背景虚化, Ghprl, 一个美丽女人的肖像, 在燃烧的男人, 蒸汽朋克服装, 粉色波浪短发, 棕色黑眼睛 8K, 电影, 专业, 4k, 高度详细, 工作室质量, 缩小, 宽角度

测试不同的表达式： 使用针对特定面部表情（例如“微笑”、“严肃”或“惊讶”）的标记来评估模型准确描绘各种情绪的能力（对于创建真实且相关的人工智能影响者至关重要。）

不同的背景/地点：调整提示以指定各种设置或环境，例如“海滩”、“城市景观”、“火人节”或“现代办公室”，以测试模型将角色置于不同背景和地点的适应性。

不同的服装。 要测试模型在服装方面的多功能性，请使用指定各种风格或类型的服装的提示，例如“休闲装”、“晚礼服”、“商务装”或“运动装备”。 通过这种方法，您可以评估模型适应和准确渲染不同类型服装的能力，从而有助于提高 AI 角色的整体真实感和吸引力。

在这个初始评估阶段，我还尝试了将在各代人中一致使用的特定标记和负面提示。 例如: “blurred, vintage, cartoon, illustration, faded, haze, disfigured, drawing, painting, crayon, sketch, graphite, noisy, deformed, ugly” as a negative prompt 例如：“模糊、复古、卡通、插图、褪色、阴霾、毁容、绘画、绘画、蜡笔、素描、石墨、嘈杂、变形、丑陋”作为负面提示 稍后我可以将这些标记和负面提示直接嵌入到模型的页面中（见下文）。这样，它们将自动包含在以后的每个提示中，从而无需每次手动复制和粘贴它们。 这简化了流程。

当生成的图像的一部分需要改进或修改时，我会使用场景画布进行修饰。 该工具允许直接对生成的图像进行精确调整和增强，从而改进和完善最终输出。

现在，让我们探索更令人兴奋的部分：将您的 LoRA 与其他 LoRA 混合。 为什么？如果您的模型表现不佳或者您想在没有大量提示工程的情况下探索样式/主题，那么这是一个非常有效的解决方案。只需调整滑块即可精确控制混合中每个模型的影响。 这种方法提供数学控制（使用滑块设置权重），比仅仅依赖标记提供更高的准确性，而标记通常是不可预测的。

我不再依赖提示来决定风格，而是与其他 LoRA 模型混合。 这种技术对于实现特定的美学效果特别有效。 混合模型的能力允许高度定制，从而能够创建各种视觉上独特且风格独特的人工智能角色。 这是 Aitana 的“漫画”版本，是我通过将我的 LoRA 与其他 2 个 LoRA 混合而获得的（见图）

在下面的示例中，我使用两个 LoRA 增强了原始模型，添加了一些 3D 风格，现在的设计反映了顶级视频游戏中的沉浸式细节。

这是一个更“不寻常”的 LoRA 组合，其中我使用了我最初的 Aitana 模型和我训练的另一个模型，灵感来自于美国西部的老式旅行海报……

我们只是通过结合不同的人工智能模型、尝试各种风格和主题以及使用参考图像控制姿势和构图来触及可能性的表面。关于这个主题还有更多内容，敬请期待。 虽然人工智能影响者似乎与视频游戏业务没有直接联系，但用于控制人工智能生成图像的技术是相同的，并且在这两种用例中都会不断改进。 有关使用相同功能创建的角色模型的一些有趣示例