Инструменты «раздевания ИИ» подаются как магия или как хак, но лежащая в основе техника — это хорошо задокументированный метод редактирования изображений под названием инпейнтинг, та же семья технологий, что стоит за генеративной заливкой Photoshop и инструментами виртуальной примерки в электронной коммерции. Эта статья объясняет технический пайплайн абстрактно, как инженерную тему — это не туториал по изменению фото реального человека, и собственные шаблоны одежды и позы Uncutly никогда не работают так: каждый результат — это новый, вымышленный, сгенерированный ИИ персонаж, а не отредактированное фото реального человека.
Сгенерировать вымышленного персонажаМодель сегментации сначала определяет, какие пиксели относятся к изменяемой области — отделяя одежду от кожи, волос и фона, точно так же, как инструмент редактирования фото распознаёт объект перед тем, как вы его сотрёте. Это создаёт маску: область, отмеченную для изменения, при этом всё остальное остаётся зафиксированным.
Затем диффузионная модель регенерирует только замаскированные пиксели через процесс удаления шума — начиная со случайного шума и итеративно уточняя его до связного изображения, руководствуясь как окружающими незамаскированными пикселями, так и текстовым промптом, описывающим, что должно там появиться. Модель не раскрывает что-то скрытое под изображением; она генерирует новые данные пикселей, которые правдоподобно продолжают изображение, обусловленные всем, что окружает маску.
Диффузионные модели, обученные на огромных наборах данных изображений, усваивают сильные статистические априори об освещении, текстуре кожи и анатомии, поэтому хорошо замаскированная область может выглядеть правдоподобно на первый взгляд. Те же модели по-прежнему испытывают трудности с мелкими деталями на границах маски, руками, складками ткани и всем, что окружающее изображение раскрывает лишь частично — технология заполняет статистически вероятную догадку, а не скрытую истину, и эта догадка часто заметно неверна при внимательном рассмотрении.
Тот же пайплайн инпейнтинга приводит в действие виртуальную примерку в электронной коммерции (смену наряда на фото товара), прототипирование моды и общие инструменты редактирования фото. На платформе генерации вроде Uncutly та же самая техника приводит в действие шаблоны одежды и позы — но редактируемый субъект всегда изначально является вымышленным, сгенерированным ИИ персонажем, а не существующим фото реального человека.
Вы можете загрузить фото в несколько шаблонов Uncutly, но только как референс позы, композиции или стиля для генерации совершенно нового вымышленного персонажа — никогда как реального человека, чья настоящая внешность изменяется. Политика контента Uncutly требует, чтобы каждый субъект в каждой генерации был вымышленным персонажем или проверенным совершеннолетним, давшим согласие на использование собственного изображения, без исключений, применяется независимо от того, на что технически способна базовая модель.
Не в Uncutly, независимо от того, откуда взято фото. Загруженные референсные фото используются только для направления позы, стиля или композиции нового вымышленного ИИ-персонажа — политика платформы запрещает генерацию контента на основе реальной внешности реального, узнаваемого человека без его согласия, без исключений.
Нет — инпейнтинг и редактирование изображений на основе диффузии являются технологией общего назначения, используемой в массовых фоторедакторах и инструментах виртуальной примерки в электронной коммерции. Законность полностью зависит от того, к чему это применяется: применение к внешности реального, узнаваемого человека без согласия — это растущая юридическая проблема во многих юрисдикциях; сам алгоритм не является проблемой.
Такие приложения берут существующее фото реального человека как весь ввод и цель. Uncutly каждый раз генерирует совершенно нового, вымышленного ИИ-персонажа — загруженное фото, где это поддерживается, лишь направляет стиль или позу этого нового персонажа.
Потому что модель генерирует статистически правдоподобную догадку для замаскированной области, а не раскрывает скрытую истину. Границы, руки и сильно перекрытая ткань — самые частые места, где эта догадка заметно проваливается.











