AI 生成写真照爆火，未来会替代海马体等写真照相馆吗？

别，这些软件收费也就算了，还要上传自己的照片。上传时是正经的，之后就不知道了。Ai有你素材，就很大问题，因为隐私问题就是个大问题。

写真？还不如看SD.大模型训练的都不知道谁是谁！Maj出了新版本，这张不是我画的，风格正在复现，绝绝子。你看他用的黑科技！

这是tag：

1girl, seaside, waves, sunrise, backlighting, lens flare, wind,(upper body:1.5), <lora:MengX girl_Mix_v30:1>,

Negative prompt: ng_deepnegative_v1_75t, (badhandv4), realisticvision-negative-embedding, (worst quality:2), (low quality:2), (normal quality:2), lowres, bad anatomy, bad hands, normal quality, ((monochrome)), ((grayscale)), mural,

这是参数：

Steps: 30, Sampler: DPM++ 2M alt Karras, CFG scale: 7, Seed: 3150609882, Size: 768x512, Model hash: d7e2ac2f4a, Model: majicmixRealistic_v25, Denoising strength: 0.3, Clip skip: 2, Token merging ratio: 0.2, Token merging ratio hr: 0.2, ADetailer model: face_yolov8m.pt, ADetailer confidence: 0.3, ADetailer dilate/erode: 32, ADetailer mask blur: 4, ADetailer denoising strength: 0.3, ADetailer inpaint only masked: True, ADetailer inpaint padding: 32, ADetailer model 2nd: hand_yolov8s.pt, ADetailer prompt 2nd: beautiful hand, ADetailer confidence 2nd: 0.3, ADetailer dilate/erode 2nd: 32, ADetailer mask blur 2nd: 4, ADetailer denoising strength 2nd: 0.3, ADetailer inpaint only masked 2nd: True, ADetailer inpaint padding 2nd: 32, ADetailer version: 23.7.10, ControlNet 0: "preprocessor: tile_resample, model: control_v11f1e_sd15_tile [a371b31b], weight: 0.5, starting/ending: (0, 0.8), resize mode: Crop and Resize, pixel perfect: True, control mode: Balanced, preprocessor params: (512, 1, 64)", Hires upscale: 2, Hires steps: 15, Hires upscaler: 4x-UltraSharp, Lora hashes: "MengX girl_Mix_v30: 565a167a240d", TI hashes: "ng_deepnegative_v1_75t: 54e7e4826d53, badhandv4: 5e40d722fc3d, realisticvision-negative-embedding: 5511b02e263f", Version: v1.5.0

以下图片均为自己Ai工具生成，不保真！

更新，快看有嗨丝。

---

这个话题，我最近发了好多。妈耶，科技的进步和人工智能的发展正逐渐改变着我们的生活方式，包括艺术创作和摄影行业。AI生成的写真照片确实在近些时间爆火，其高度还原真实感和表现力，令人惊叹不已。如果不是真实去尝试，我还是不敢相信。真，太真了。科技的进步果然是不可阻挡的，带来很多便利和创新！！

不知道这种算不算，利用胶片风格的绘画，算是摄影写真。用Ai绘画新赛道，真是假，假亦是真。主要是好看捏，太像了，科技改变生活。

工具是SD，主模型是MJ，Lora是film和ins两种。

现实生活中拍照又很麻烦，如果可以一键生成自己的，那么省钱省力。而且这对于一些没有专业摄影经验的人来说，AI生成的照片也能够轻松拥有优美的作品。但是由于这些照片完全是计算机算法生成的，缺乏人情味和个性化的特点。与传统写真照相馆相比，拍摄师通过镜头捕捉到的真实瞬间和情感更有灵动。

AI 生成写真，先训练模型，俗称“练丹。”网上有很多教程，准备好素材，再租个服务器。画个几小时就能出现自己的模型，然后用关键词乱杀，大概就是这么个流程。

为什么生出来的图逼真的太假了，因为网络上确实是虚拟的。早年修图软件就已经大杀四方，化妆+特效的素材，以至于训练的结果也很完美。然后在图生图素材，源源不断。

我觉得替代还是不要替代，Ai的算法大致一看可以过去，如果仔细看一些细节都会暴露。像使用Stable Diffusion进行绘画，一旦画full body，可能会出现脸崩的问题。因为Stable Diffusion算法在处理面部细节时可能会出现问题。但是解决这个问题现在应该有很多成熟的方案，比如用图生图对脸部重绘。当然还有很多好用的SD插件。

这玩意升级太快了，各种插件。昨天试了ADetailer 和Face Editor。Face Editor确实好，能够较好地修复Stable Diffusion或Web UI生成全身图时造成的脸部损坏，不会脸崩。

而ADetailer更更离谱，提供了诸多功能，有什么yolo8的脸部和手部修复，里面还能再次使用关键词，还能套用Lora，还有什么X轴，Y轴,Z轴，参数调半天。有人说什么可以用图片信息覆盖，但是像这些插件参数不会加上，我还是用的最新版，每次尝试各个参数的组合，需要花费较多时间进行手动调节。

以及Lycoris模型，属实没整明白和Lora模型有什么区别。放在同一个文件夹都能使用，难，太难了。可能需要深入了解插件的技术细节才能彻底搞清楚。

还有Roop换脸插件，得！直接换脸了。难评。

虽然AI会升级，但是缺乏人情味就是人情味，逼真的以至于太假了。无论是AI生成的照片还是AI绘画的作品，都不能替代人类的情感和温暖。

上传照片注意隐私，免费的很香，所以就是看着玩！！别替代了。

几周前有人给我看妙鸭相机，说这个产品会火的时候，我很不以为然的回了一句，这个东西我半年前就做过了。但后来妙鸭越来越火，和周边的人关于妙鸭的讨论也逐渐变多，虽然嘴上还是说这个东西没啥技术门槛，但是对于产品还是有了更多的思考。作为一个对产品很感兴趣的研究员，发现技术同学做产品还是有很大短板的。

同类型产品最先出道的是国外一个叫做Lensa的产品，在去年11月底推出了一个Magic Avatar的功能，用户上传8—10张只有自己的脸的自拍照，然后选择性别和主题（包括“宇宙”“仙女公主”“动漫”），Lensa就会根据你的脸生成不同艺术风格的图像。Lensa在12月的前5天，达到了400万次的安装量，登上了苹果和谷歌应用商店的排行榜第一。而这五天期间，消费者在Lensa上共花费了820万美元。后来高峰期甚至可以做到300-400万美元的日营收。

大概在今年1月份的时候，在大部分精力投入在Large Language Model的时候，我们团队的一个员工和两个实习生（研究院的研究员都是全栈工程师，能写后端也有做前端）花了不到一周的时间就做了一个和Lensa类似的小程序，我自己还客串了一下产品经理画了一些原型图。当时还没有Lora，大家用的都是Dreambooth的技术，之前也用Dreambooth做过孩子照片生成，广告生成等基本功能。小程序其实就是把之前折腾过的技术做了一下封装，更像一个产品。

大家很快完成开发以后发现这个东西想作为一个产品有一些无法解决的问题，简单讨论一下就放弃了。就留下了上面这一段产品流程的视频。当然，代码都还在，有人需要可以share出来给大家图一乐。当时我们认为的大问题主要有：

• 要求用户上传10-20张照片，对用户要求太高，用户不愿意
• 用户照片有很强的隐私性，政策可能不允许
• 上传照片后，训练模型需要10分钟以上，中间没有用户交互，用户很难回来
• 训练模型的成本不低（大几块钱），要求用户付费难度大
• 大多数用户是图新鲜，用户黏性差

回过头看，当时我们觉得这个产品没法做的问题妙鸭其实一个都没有解决，但是妙鸭还是火了。可见技术人员和产品的思维在两个世界，不禁感叹当时如果我们有一个不错的产品经理，可能做出妙鸭的就是我们了。

相信当时做过类似工作的团队有很多，但都没有做出爆款。联想到这个情况不只这一次，去年意间AI人物图片动漫化的功能爆火的时候，就吐槽说一点技术门槛都没有，我们一个月前就做了类似的功能（可以看http://flagstudio.baai.ac.cn)。这两天仔细复盘了一下发现技术人员做产品还是有很多天生的缺陷的，写一些比较明显的问题，想到更多之后再补充。

• 太重视技术门槛，想做别人没法复制的东西

当时团队讨论做什么应用的时候放在第一位的总是技术门槛在哪儿。像Stable Diffusion动漫模型，DreamBooth这种技术总觉得谁都能做，没有壁垒，就算做出来别人也能轻易模仿。当时我们想做个算法只需要上传一张图片，就可以出高质量的写真，这个才有技术门槛，结果捣鼓半天也没个头绪。当然，做技术门槛的想法没有错，过分强调技术的重要性就容易在死胡同里越走越深。很多短期内技术达不到的问题可以用巧妙的产品设计来解决（不过在我看来妙鸭并没有解决）。我相信现在随便找个学生，给两天时间都能把妙鸭背后的那个技术复现出来，真正形成壁垒的恰恰是产品本身。

• 想要的太多太全，不懂less is more

从上面的demo可以看到，我们做了人物、宠物、物品三个大的类别。觉得单一做人物太简单了，没啥难度。而且我们的技术是通用的，做宠物很有意思，做物品可以吸引广告主。技术人员想要强调的是技术的通用性。但产品往往就是需要一个点做透，打穿。功能越多，越说明没有想清楚目标用户是谁（拍写真的人、养宠物的人、广告主可能三者的overlap很小），相反，单一功能的爆火才是对用户需求的真正洞察。而且很多产品经理对细节的把控是技术人员完全不会去想的问题。

• 不会产品运营和流量增长

我相信不管是妙鸭相机还是意间AI，他们爆火的背后都缺不了产品运营和增长。如果说产品经理的工作某些技术人员还能兼职做一下，碰到产品运营和流量增长就真的两眼一摸黑了。所以，组建团队的时候一定要配备齐全。特别是当下，因为ChatGPT的强大功能给产品研发带了很大的不同。产品经理可以很简单地1. 基于ChatGPT，定制prompt来完成某些想到的功能点或是直接做个产品；2. 通过ChatGPT的帮助开发简易地程序。可以一两天就做成一个像模像样的小产品，如果有产品运营和流量增长的同学的加持，很快可以达到客观的用户规模。然后通过用户数据反馈可以不断迭代优化产品，慢慢形成技术壁垒。这波AI浪潮的前期，可能会有大量很轻的小应用出来，每个团队都可能只有几个人，但必须要有一个会产品运营的流量增长的。

到现在，我还是觉得妙鸭相机可能就是火一阵，和当时的意间AI一样，DAU瞬间缩水2-3个数量级。但还是希望通过仔细学习它爆火的原因和方法，给想做产品的技术人员一些启示。虽然，看到了技术人员做产品的很多问题，但我始终认为AI时代特别是LLM时代，最好的产品经理一定是技术人员。

老俞是人物。从我还是小女孩开始，他就是曾是我崇拜的偶像。

后来有挺长一段时间，我又忘了他，因为后来我不学英语了。

直到去年，教培事件后，他捐了8万套课桌椅，并退还了所有学费。即使6万员工不得已离开，也全部按N+1结清了工资。我发自内心觉得，老俞是条汉子。当然，更重要的是，新东方也有这样的底气和实力。说明他没乱投资，现金流一直很好。

最近，董宇辉爆火。像我这种消费非常理性的人，也在直播间给孩子买了一大堆的书。别问我为啥不买吃的，因为我正在减肥。

辉辉老师确实有才，当别的直播间在“买它，买它，买它，现在最低价，只剩最后x份时。”

他说：我想把天空大海给你，把大江大河给你，没办法，好的东西就是想慷慨地给你

这是他在卖大米！

他说：“我没有带你去看长白山皑皑的白雪，没有带你去感受过十月田间吹过的微风，我没有带你去看过沉甸甸的弯下腰，犹如智者一般的谷穗，我没有带你去见证过这一切。但是，亲爱的，我可以让你品尝这样的大米。”

还是在卖大米！！

他说：“以前做老师的时候，我会穿白T恤，或者西服外套讲课，这样孩子们会觉得我很重视这节课，即使现在我的大脑不转很久了，但我上来之前还是做了30个俯卧撑，你不要让我坐着了，我愿意站在这里，让我知道我在意你……”

又是在卖大米！！！

很显然，新东方助农直播带货终于获得阶段性成功。

6月17日，很多报道都在说，东方甄选正在尝试自建供应链，未来将大力发展“东方甄选”自营产品。

转自采购供应链培训专家宫迅伟老师公众号“宫迅伟采购频道”，9.16号宫迅伟老师将在杭州开设《全品类间接采购管理》大课。