AI क्लोदिंग-रिमूवल टेक्नोलॉजी असल में कैसे काम करती है
"AI undress" टूल्स की बात ऐसे की जाती है जैसे यह कोई जादू या हैक हो, लेकिन अंडरलाइंग तकनीक एक अच्छी तरह डॉक्यूमेंटेड इमेज-एडिटिंग मेथड है जिसे inpainting कहते हैं — यह उसी टेक्नोलॉजी फ़ैमिली से है जो Photoshop के जनरेटिव फ़िल और ई-कॉमर्स वर्चुअल ट्राई-ऑन टूल्स के पीछे है। यह आर्टिकल टेक्निकल पाइपलाइन को एक इंजीनियरिंग टॉपिक के तौर पर, एब्स्ट्रैक्ट में समझाता है — यह किसी असली व्यक्ति की फ़ोटो बदलने का ट्यूटोरियल नहीं है, और Uncutly के अपने आउटफ़िट और पोज़ टेम्पलेट्स कभी उस तरह काम नहीं करते: हर रिज़ल्ट एक नया, काल्पनिक AI-जनरेटेड कैरेक्टर होता है, किसी असली व्यक्ति की एडिट की गई फ़ोटो कभी नहीं।
एक काल्पनिक कैरेक्टर जनरेट करेंस्टेप एक: सेगमेंटेशन बदलने वाले हिस्से को ढूंढता है
एक सेगमेंटेशन मॉडल सबसे पहले यह पहचानता है कि किन पिक्सल्स को मॉडिफ़ाई किया जाना है — कपड़े को स्किन, बालों, और बैकग्राउंड से उसी तरह अलग करता है जैसे एक फ़ोटो-एडिटिंग टूल किसी चीज़ को मिटाने से पहले उसे पहचानता है। इससे एक मास्क बनता है: बदलाव के लिए मार्क किया गया एक क्षेत्र, जिसके बाहर सब कुछ लॉक रहता है।
स्टेप दो: डिफ़्यूज़न मास्क किए गए हिस्से को भरता है
इसके बाद एक डिफ़्यूज़न मॉडल एक डीनॉइज़िंग प्रोसेस के ज़रिए सिर्फ़ मास्क किए गए पिक्सल्स को दोबारा जनरेट करता है — रैंडम नॉइज़ से शुरू करके, आस-पास के अनमास्क्ड पिक्सल्स और वहां क्या दिखना चाहिए यह बताने वाले एक टेक्स्ट प्रॉम्प्ट, दोनों से गाइड होते हुए, धीरे-धीरे इसे एक कोहेरेंट इमेज में बदलता है। मॉडल नीचे छिपी हुई कोई चीज़ उजागर नहीं कर रहा; वह नया पिक्सल डेटा जनरेट कर रहा है जो मास्क के आस-पास की चीज़ों के आधार पर इमेज को प्लॉज़िबल तरीके से आगे बढ़ाता है।
रिज़ल्ट्स इतने कन्विंसिंग क्यों लग सकते हैं — और कहां फेल होते हैं
बड़े इमेज डेटासेट्स पर ट्रेंड डिफ़्यूज़न मॉडल्स लाइटिंग, स्किन टेक्सचर, और एनाटॉमी के बारे में मज़बूत स्टैटिस्टिकल प्रायर्स सीखते हैं, यही वजह है कि एक अच्छी तरह मास्क किया गया हिस्सा पहली नज़र में प्लॉज़िबल लग सकता है। यही मॉडल्स अब भी मास्क बाउंड्रीज़, हाथों, कपड़े की सिलवटों, और उन चीज़ों में स्ट्रगल करते हैं जो आस-पास की इमेज सिर्फ़ आंशिक रूप से दिखाती है — यह तकनीक एक स्टैटिस्टिकली प्रोबेबल गेस भरती है, कोई छिपी हुई ग्राउंड ट्रुथ नहीं, और यह गेस बारीकी से देखने पर अक्सर साफ़ तौर पर गलत होता है।
यह टेक्नोलॉजी वैध रूप से कहां इस्तेमाल होती है
यही inpainting पाइपलाइन ई-कॉमर्स वर्चुअल ट्राई-ऑन (प्रोडक्ट फ़ोटो पर आउटफ़िट बदलना), फ़ैशन प्रोटोटाइपिंग, और सामान्य फ़ोटो एडिटिंग टूल्स को पावर देती है। Uncutly जैसे जनरेशन प्लेटफ़ॉर्म पर, यही तकनीक आउटफ़िट और पोज़ टेम्पलेट्स को चलाती है — लेकिन जिस सब्जेक्ट को एडिट किया जा रहा है वह हमेशा शुरू से ही एक काल्पनिक AI-जनरेटेड कैरेक्टर होता है, किसी असली व्यक्ति की मौजूदा फ़ोटो नहीं।
वह लाइन जो Uncutly खींचता है, और यह टेक्नोलॉजी चाहे जो भी हो यह क्यों बरकरार रहती है
आप कई Uncutly टेम्पलेट्स पर एक फ़ोटो अपलोड कर सकते हैं, लेकिन सिर्फ़ एक नए काल्पनिक कैरेक्टर को जनरेट करने के लिए पोज़, कंपोज़िशन, या स्टाइल रेफरेंस के तौर पर — कभी भी ऐसे असली व्यक्ति के तौर पर नहीं जिसकी असल शक्ल-सूरत बदली जा रही हो। Uncutly की कंटेंट पॉलिसी के मुताबिक हर जनरेशन में हर सब्जेक्ट या तो एक काल्पनिक कैरेक्टर होना चाहिए या एक वेरिफ़ाइड वयस्क जिसने अपनी ही इमेज इस्तेमाल करने की सहमति दी हो, बिना किसी अपवाद के, चाहे अंडरलाइंग मॉडल टेक्निकली कुछ भी करने में सक्षम हो।
FAQ
क्या मैं इस तरह के टूल को किसी और की फ़ोटो पर इस्तेमाल कर सकता हूं?
Uncutly पर नहीं, चाहे फ़ोटो कहीं से भी आई हो। अपलोड की गई रेफरेंस फ़ोटोज़ का इस्तेमाल सिर्फ़ एक नए, काल्पनिक AI कैरेक्टर के लिए पोज़, स्टाइल, या कंपोज़िशन गाइड करने के लिए किया जाता है — प्लेटफ़ॉर्म की पॉलिसी किसी असली, पहचाने जा सकने वाले व्यक्ति की असल शक्ल-सूरत के आधार पर बिना उसकी सहमति के कंटेंट जनरेट करने पर पूरी तरह बैन लगाती है।
क्या अंडरलाइंग inpainting टेक्नोलॉजी खुद गैरकानूनी है?
नहीं — inpainting और डिफ़्यूज़न-बेस्ड इमेज एडिटिंग एक जनरल-पर्पज़ टेक्नोलॉजी है जो मेनस्ट्रीम फ़ोटो एडिटर्स और ई-कॉमर्स ट्राई-ऑन टूल्स में इस्तेमाल होती है। कानूनी वैधता पूरी तरह इस बात पर निर्भर करती है कि इसे किस पर लगाया जा रहा है: किसी असली, पहचाने जा सकने वाले व्यक्ति की शक्ल-सूरत पर बिना सहमति इस्तेमाल करना कई देशों में बढ़ती हुई कानूनी समस्या है; एल्गोरिदम खुद कोई मुद्दा नहीं है।
Uncutly रियल-फ़ोटो क्लोदिंग-रिमूवल ऐप से कैसे अलग है?
वे ऐप्स किसी असली व्यक्ति की मौजूदा फ़ोटो को पूरे इनपुट और लक्ष्य के तौर पर लेते हैं। Uncutly हर बार एक पूरी तरह नया, काल्पनिक AI कैरेक्टर जनरेट करता है — जहां सपोर्टेड हो, एक अपलोड की गई फ़ोटो सिर्फ़ उस नए कैरेक्टर के लिए स्टाइल या पोज़ गाइड करती है।
AI-एडिटेड इमेज कभी-कभी डिस्टॉर्टेड या गलत क्यों दिखती हैं?
क्योंकि मॉडल मास्क किए गए हिस्से के लिए एक स्टैटिस्टिकली प्लॉज़िबल गेस जनरेट कर रहा है, कोई छिपी हुई सच्चाई उजागर नहीं कर रहा। बाउंड्रीज़, हाथ, और भारी तरह से ढके हुए कपड़े वे सबसे आम जगहें हैं जहां यह गेस साफ़ तौर पर गलत साबित होता है।
लोकप्रिय NSFW टेम्पलेट
