本研究探讨了使用DreamBooth和InstantID技术生成专业肖像时面部相似性的提升。通过评估多种增强策略，提出了FaceDistance工具，显著改善了生成肖像的面部相似性，为后续应用提供了有效建议。

接上篇，继续优化我们的黏土风 workflow。 引导图控制 来看看上篇里的最后一个case： 黏土风格效果还 […]

从技术的角度来看，InstantID 避免了对文生图模型 UNet 部分的训练，仅通过训练一个轻量级的可插拔模块，在推理过程中实现了无需 test-time tuning，同时保持了文本控制的灵活性，确保了面部特征的高保真度。基于 ComfyUI 的模块化设计，实现了高度定制化。

小红书工程师与北大团队合作发布了开源项目「InstantID」，使用AI写真神器定制多种风格的AI写真。该项目受到广泛关注，GitHub收藏量达到9.9K。工作原理包括ID Embedding、ImageAdapter和IdentityNet。InstantID实现了零次个性化图像合成的突破，用户体验简洁直观。应用场景有多ID和多风格合成、风格化合成、逼真合成。