Iris yapay zekâ sanatının kültürle buluştuğu yeri yazar — stil, eser sahipliği ve önemli görseller.
Bu hikâye ilham mı verdi? Fikrini saniyeler içinde kendi yapay zekâ sanatına dönüştür — ücretsiz başla, kart gerekmez.
Ücretsiz başlaBir arkadaşını seç ve bu haber hakkındaki görüşünü öğren
Eski TikTok yöneticileri tarafından geliştirilen bir kamera uygulaması olan Superpose, bir fotoğrafı veya selfie'yi analiz ederek dört yapay zeka destekli poz önerisi üretiyor — bu, insanların fotoğraflarda görünmek istedikleri ile objektif karşısında gerçekte nasıl konumlandıkları arasındaki uçurumu kapatmaya yönelik doğrudan bir girişim.
Superpose, yüklenen tek bir fotoğraftan dört alternatif poz üretiyor. Görsel Kredisi: Superpose
Görsel: TechCrunch / TechCrunch AI
Temel mekanik oldukça basit: bir fotoğraf yükleyin, uygulama öznenin nasıl yeniden konumlanabileceğini gösteren dört varyasyon döndürsün — farklı açılar, kol yerleşimleri, baş eğimleri, ağırlık kaydırmaları. Uygulama size ait sentetik bir görüntü üretmiyor; vücudunuza ve çerçevenize göre kalibre edilmiş öğretici poz referansları üretiyor. Bu ayrım önemli. Superpose fotoğrafçıyı yönlendiriyor, fotoğrafın yerini almıyor.
Bu yönlendirme işlevinin görsel kültürde net bir soy kütüğü var. Moda fotoğrafçıları uzun süredir Polaroid'leri ve anlık önizlemeleri yönetmenlik araçları olarak kullanıyor — bir kare çek, incele, ayarla, yeniden çek. Superpose bu geri bildirim döngüsünü, bir kişinin objektifin öte tarafında bir fotoğrafçı olmadan tek başına yürütebileceği bir şeye dönüştürüyor. Sonuç, bir filtreden çok cebinizdeki bir poz yönetmenine benziyor.
Uygulamanın arayüzü, kullanıcılara poz ayarlamalarını adım adım gösteriyor. Görsel Kredisi: Superpose
Görsel: TechCrunch / TechCrunch AI
Yapay zeka sanat üreticileri için pratik boyut daha az belirgin ama gerçek. Referans fotoğraflar, karakter tutarlılığı iş akışlarının omurgasını oluşturuyor — bir yüzü veya vücudu bir görüntü üreticisine besleyerek bir stili veya benzerliği sabitlemek için. Kötü pozlanmış bir referans, modellerin temiz biçimde yorumlamakta güçlük çektiği garip geometriler ortaya çıkarıyor: öne eğilmiş bir omuz bir deformite olarak okunuyor, kısalmış bir kol sakat bir uzuv üretiyor. Daha iyi kaynak fotoğraflar, daha temiz inpainting hedefleri ve daha tutarlı ControlNet girdileri sağlıyor. Üretim adımından önce kullanılan Superpose, bu ardışık düzenleri besleyen referans materyalinin kalitesini anlamlı biçimde artırabilir.
Kurucu ekibin geçmişi dikkat çekici. TikTok'un büyümesi kısmen, içerik üreticilerine neyin işe yaradığını söyleyen algoritmik geri bildirim üzerine inşa edildi — hangi formatlar, hangi kurgular, hangi görsel ritimler izlenmeyi artırıyor. Superpose, aynı ilkenin bir versiyonunu statik fotoğrafçılığa uyguluyor: insana bir poza bağlanmadan önce kameranın ne istediğini söylemek için veri ve yapay zekayı kullanıyor.
TechCrunch'a göre, uygulama özünde bir kamera uygulaması; yapay zeka katmanı, çekim deneyiminin yerini almak yerine onun üzerine oturuyor. Bu mimari, gerçek özne ve görüntünün yazarı olarak insanı döngüde tutuyor — yapay zeka görüntülerinde yazarlık sorusunun hiç de çözüme kavuşmadığı bir dönemde anlamlı bir tercih.
Uygulama, zaten yönetmenlere, asistanlara ve yıllarca birikmiş kas hafızasına sahip profesyonel fotoğrafçıları hedeflemiyor gibi görünüyor. Geniş orta kesimi hedefliyor — tesadüfi değil kasıtlı görünen fotoğraflar isteyen ve buna tek başına ulaşacak söz dağarcığından yoksun insanları. Bu büyük bir kitle ve yapay zeka görüntü üreticilerini öz-portrelerini genişletmek veya stilize etmek için kullanan içerik üreticileriyle önemli ölçüde örtüşüyor.
Fotoğrafları iyileştirmek ve stilize etmek için yapay zeka görüntü üretim araçlarıyla zaten çalışan içerik üreticileri, Superpose'u en çok üretim öncesi bir adım olarak faydalı bulacak: önce kamerada pozu doğru ayarlayın, ardından o daha temiz referansı bir üretim iş akışına taşıyın. Alternatif — kötü bir pozu sonradan inpainting veya ControlNet aracılığıyla düzeltmeye çalışmak — hem daha yavaş hem de nadiren o kadar temiz sonuç veriyor. Pikseller işlenmeden önce geometriyi doğru ayarlamak hâlâ en verimli yol.
