在线教程丨字节开源 InfiniteYou 图像生成框架，实现高保真面部特征迁移

InfiniteYou（简称 InfU）是由字节跳动智能创作团队 (ByteDance Intelligent Creation) 近期推出的一款基于 Diffusion Transformers 的身份保持 (identity-preserved) 图像生成框架。它通过先进的技术，能够在生成图像的同时保持人物身份的一致性，即在生成不同场景的图片时能够精准保留面部特征。

作为该领域最早利用扩散 Transformer (DiTs) 的框架之一，InfU 系统性地解决了现有方法的 3 大核心问题：身份相似度不足、图文对齐偏差以及生成质量与美学表现欠佳。其核心创新 InfuseNet 通过残差连接将身份特征注入 DiT 基础模型，在保持生成能力的同时显著提升身份保真度。采用包含预训练和合成单人多样本 (SPMS) 数据监督微调 (SFT) 的多阶段训练策略，进一步优化了图文对齐性，改善生成质量并有效缓解人脸复制效应。大量实验表明，InfU 实现了 SOTA 级别的性能表现，全面超越现有基线方法。

目前「InfiniteYou 高保真图像生成 Demo」教程已上线至 HyperAI超神经官网教程板块， 感兴趣的小伙伴快来亲自上手试一试吧！

教程地址：

https://go.hyper.ai/xQnpS

Demo 运行

在这里插入图片描述

页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。

在这里插入图片描述

选择「NVIDIA RTX A6000」以及「PyTorch」镜像，OpenBayes 平台提供了 4 种计费方式，大家可以按照需求选择「按量付费」或「包日/周/月」，点击「继续执行」。新用户使用下方邀请链接注册，可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费时长！

HyperAI超神经总专属邀请链接（直接复制到浏览器打开）：

https://openbayes.com/console/signup?r=Ada0322_NR0n

在这里插入图片描述

等待分配资源，首次克隆需等待 2 分钟左右的时间。当状态变为「运行中」后，点击「API 地址」旁边的跳转箭头，即可跳转至 Demo 页面。请注意，用户需在实名认证后才能使用 API 地址访问功能。

在这里插入图片描述

效果展示

进入 Demo 页面后，首先在「Identity Image」处上传包含人脸的照片，然后输入 Prompt，并在「Model Version」处选择模型版本，这里默认使用「aes_stage2」以获得更好的图文对齐和生成效果，如需更高的 ID 相似度，请尝试「sim_stage1」。「Control Image[Optional]」处可上传人脸的控制图片，模型会提取 5 个面部关键点来控制生成，非必要项。最后点击「Generate」生成图像。

在这里插入图片描述

此处上传了一张 Yann Lecun 的照片，可以看到生成效果还是不错的。

*prompt：A sophisticated gentleman exuding confidence. He is dressed in a 1990s brown plaid jacket with a high collar, paired with a dark grey turtleneck. His trousers are tailored and charcoal in color, complemented by a sleek leather belt. The background showcases an elegant library with bookshelves, a marble fireplace, and warm lighting, creating a refined and cozy atmosphere. His relaxed posture and casual hand-in-pocket stance add to his composed and stylish demeanor

在这里插入图片描述