图像工作流
AI 换姿势:一张参考图到底能走多远
「换姿势」在演示图里看起来已经不是问题,直到你拿真实商品图试一次。演示图是干净的模特、单一光源、没有歧义的身体姿态;真实照片里有挡住脸的手、有花纹的衬衫、有横过腿部的阴影,还有和主体糊在一起的背景。这篇只讲一件事:一张照片能支撑到什么程度,以及怎么在交付前判断结果能不能用。
姿势替换是一次重绘,不是剪切粘贴。模型要在衣服下面推断出身体,要判断新姿势遮住或露出的部分该怎么补,还要把从来没被拍到过的地方编出来。这比任何参数都重要的有三点:干净的轮廓(没有道具遮挡)、单一主光方向、以及模型认得出的面料纹理——牛仔和棉布还原度高,细网纱和锐利 logo 通常不行。
真正会崩的四个地方
- 手和手指:新姿势把手放到身体前面时,模型必须生成它在这个角度从没见过的指节。这是结果「看着不对」最常见的原因。
- 文字和 logo:衣服上的字母会被重绘成看起来合理的形状,几乎不可读,也从来不是原来的品牌标识。
- 腿和脚:用半身照去生成全身姿势,意味着腿是编出来的。缩略图看着还行,原尺寸一看就穿帮。
- 倒影和阴影:多数工具只重绘主体、把旧阴影留在原地,观感就是「贴上去的」。
三十秒就能做完的检查
先按原尺寸看手和文字,再缩到手机宽度看轮廓是否还成立。然后问两个问题:衣服的质感还像那种面料,还是变成了塑料表面;阴影方向和画面里其他阴影是否一致。这两点眼睛立刻能察觉,即使说不出哪里不对。
能快速淘汰的流程
- 裁剪到主体加一点余量,多余背景只会给模型更多瞎编的空间。
- 源图和参考图的取景距离尽量一致,半身对半身,比例才不会失控。
- 先清理原图:去掉杂物、调平地平线。干净的输入比更好的提示词便宜。
- 快速淘汰。第一张手就崩了,第二张通常也一样,因为问题在输入。
我实际用的工具,以及它的局限
需要姿势起点时,我用 AI Pose Changer:上传主体照片,选择或给一个目标姿势,拿到重绘后的图。它是快速试姿势的方式,不是省掉审核的方式。要提前接受的局限是它继承了上面全部问题——目标姿势里手横过身体依然是最弱的一环,用裁剪过的半身照生成全身,腿依然是编的。
什么时候线稿才是对的输出
有时候「能不能换姿势」的诚实答案是:根本不该在照片空间里做。如果图要进示意图、贴纸、填色页或印花,线稿版本更有用也宽容得多——模型只需要保持边缘连贯,不需要理解布料物理。那是另一种操作,我单独用 photo to line art 来做。代价是细节丢失:阴影、质感、颜色按设计被去掉,所以一旦交付物需要照片感,它就不合适。
跟客户先说清楚什么
说「我们可以试几个姿势,挑最干净的」是诚实的;说「我们可以让你的模特摆任何姿势」不是,而这句话正是把十分钟的活变成一周返工的原因。还要先确认哪些身体部位重要:项链看手和领口,腿无所谓;鞋类正好相反。这一个问题就决定了半身参考图够不够用。
必须讲明的边界
一张照片只给你一种光照、一套衣服、一个身体角度。新姿势露出来、而又从没被拍到的地方,全都是生成的,而生成内容恰好是「哪里怪怪的」时眼睛最先落下的位置。这些不说明换姿势没用——它说明这是一个快速探索的工具,审核这一步跳不过去。