AI influencerka bez plastiku: 5 postaci na 5 lokalnych modelach

👁 180 przeczytań

Typowa AI influencerka to gładka twarz, złota godzina i neon w tle, czyli od razu widać, że to sztuczne. Sprawdziłem, czy da się tego uniknąć na lokalnych modelach. Wymyśliłem 5 zupełnie różnych postaci i wygenerowałem każdą po 2 ujęcia na 5 modelach na moim RTX 4090, łącznie 125 zdjęć. Wniosek: najwięcej daje konkretny opis człowieka i miejsca, a nie lista słów typu „realistic, 8k”. Najbardziej „telefonowe” zdjęcia robi FLUX.2 Klein 4B, a najrówniej trzyma opis Qwen-Image 2.1.

Slop kontra zwykły człowiek: ta sama postać

Najpierw pokazuję, skąd bierze się „AI slop”. Górny rząd to polecenie, jakie widuje się w poradnikach: „beautiful hiking influencer girl in the mountains, perfect face, flawless skin, epic view, cinematic lighting, 8k, ultra detailed, masterpiece”. Dolny rząd to mój opis tej samej przewodniczki z Zakopanego. Modele, ziarna i rozdzielczość są te same.

Polecenie „beautiful… 8k” daje w każdym modelu to samo: złote światło, filmową sylwetkę na tle szczytów albo twarz z katalogu. Z-Image zrobił z „dziewczyny w górach” modelkę na selfie w topie. Dolny rząd wygląda jak zdjęcia, które ktoś naprawdę wrzuca po wyjściu na szlak: wiatr, odparzone policzki, mgła.

W wersji „slop” Z-Image zrobił z Kasi z Gdańska Azjatkę. Bez opisu osoby model podstawia swój domyślny typ urody.

Jak napisać polecenie bez slopu

Po 125 zdjęciach mam 6 zasad, które działały na wszystkich pięciu modelach:

1. Imię, wiek i zawód zamiast „beautiful woman”. „34-letnia biegaczka amatorka” daje inną twarz niż „piękna kobieta po dwudziestce”.
2. Dwie-trzy zwykłe cechy wyglądu. Piegi, lekko krzywy nos, przerwa między zębami, blizny po trądziku, okulary na łańcuszku. Modele je naprawdę rysują.
3. Prawdziwe miejsce z bałaganem. „Wynajęta kuchnia we Wrocławiu, brudne naczynia i czajnik za nią” zamiast „luxury kitchen”. Bałagan w tle zabija sztuczność skuteczniej niż słowo „realistic”.
4. Kto robi zdjęcie. „Selfie przednią kamerą telefonu”, „zdjęcie zrobione przez wnuka z kilku metrów”. To ustawia kadr, perspektywę i lekką niedoskonałość.
5. Zwykłe światło. Pochmurne niebo, lampa sufitowa, światło monitora. Złota godzina i „cinematic lighting” to pierwszy znak slopu.
6. Bez „8k”, „masterpiece”, „perfect”, „flawless”. Te słowa ciągną modele w stronę reklamy i gładkiej skóry.

W trzeciej rundzie dodałem jeszcze akapit o „naturalnej, nieprzesadzonej fakturze skóry”, „zwykłej osobie, nie modelce” i „lekkim HDR z telefonu”. Zmieniło to mniej, niż się spodziewałem. W Qwenie prawie nic, we FLUX.2 Klein ubyło kilka przypadkowych twarzy z kadru. Sam opis osoby i miejsca robi 90% roboty.

Gotowy szablon polecenia

Tak wyglądało pełne polecenie dla jednej postaci. Podmień imię, wiek, cechy, miejsce i sytuację:

Photo of Halina, a 62-year-old Polish woman with a grey chin-length bob, reading glasses on a beaded chain, laugh lines and age spots on her hands. She takes a slightly awkward selfie from a low angle on her allotment garden in Łódź, squinting in the sun, wearing a straw hat and a faded floral apron, tomato plants, a rusty watering can and a wooden shed behind her, phone front camera. Unretouched smartphone photo: natural, not exaggerated skin texture with pores and small imperfections, no beauty filter, no makeup glow. She looks like an ordinary real person, not a model, wearing practical everyday clothes, nothing revealing. Slightly imperfect framing, a bit of phone HDR and JPEG softness, like a real Instagram post. Anatomically correct, one head per person.

Polecenie piszę po angielsku, bo wszystkie pięć modeli rozumie je najlepiej. Polskie nazwy miejsc (Brzeźno, Morskie Oko, Łódź) zostawiam, bo modele i tak je łapią.

Galeria: 5 postaci na 5 modelach

W każdej galerii górny rząd to selfie, dolny to zdjęcie „w akcji” zrobione przez kogoś innego. Kolumny to modele, w tej samej kolejności co w tabeli niżej.

Kasia, 34 lata, biega po plaży w Gdańsku

Amara, 27 lat, gotuje we Wrocławiu

Halina, 62 lata, działka w Łodzi

Mei, 29 lat, recenzje sprzętu w Krakowie

Zofia, 24 lata, przewodniczka w Tatrach

Najlepsze pojedyncze zdjęcia

Który model do AI influencerki

Moja rekomendacja: jeśli influencerka ma zarabiać, bierz FLUX.2 Klein 4B. Ma licencję Apache 2.0 i daje najbardziej naturalne zdjęcia. Do testów i szkiców Qwen-Image 2.1, bo najwierniej wykonuje opis.

Czas i pamięć na RTX 4090

To czasy z pierwszej rundy, 10 zdjęć na model, razem z ponownym ładowaniem enkodera tekstu przy każdym poleceniu (ComfyUI uruchomiony z --disable-smart-memory). Przy jednym poleceniu powtarzanym wiele razy modele są szybsze. Qwen Turbo w osobnym teście robił 3-4 s na obraz.

Spójna twarz na wielu zdjęciach

W tym teście każde zdjęcie to osobna generacja, więc ta sama Kasia na różnych modelach ma różne twarze. Żeby prowadzić profil jednej postaci, potrzebujesz tej samej twarzy na 20-30 zdjęciach. Robi się to tak:

1. Wygeneruj jeden dobry portret wzorcowy.
2. Podawaj go jako obraz referencyjny w modelu z edycją (FLUX 3 Klein przyjmuje do 10 referencji, Qwen-Image 2.1 też obsługuje referencje) i opisuj tylko nowe miejsce i sytuację.
3. Dla dłuższego profilu wytrenuj LoRA na 20-30 najlepszych ujęciach. FLUX.2 Klein Base i FLUX 3 Klein Base są do tego przygotowane.

Edycję z referencją dla FLUX 3 Klein opisałem w teście FLUX 3 Image Klein lokalnie. Szybszy model z tej samej rodziny Qwen jest w teście Qwen-Image 2.1 Turbo.

Oznaczanie i uczciwość

• Wymyślona postać to nie to samo co podszywanie się pod prawdziwą osobę. Nie generuj twarzy znanych ludzi ani znajomych bez zgody.
• AI Act (art. 50) wymaga oznaczania treści wygenerowanych przez AI, które mogą wprowadzić w błąd. Na Instagramie jest do tego etykieta informująca o AI.
• Profil AI influencerki, który udaje prawdziwą osobę i sprzedaje produkty, łatwo podpada pod wprowadzanie konsumentów w błąd. Jasne oznaczenie w opisie profilu załatwia sprawę.

Jak to powtórzyć u siebie

1. Zainstaluj ComfyUI 0.41: poradnik ComfyUI od zera.
2. Pobierz FLUX.2 Klein 4B (Apache 2.0) albo inny model z tabeli. Lista plików dla każdego jest w zestawieniu Nowe lokalne modele AI.
3. Ustaw format 4:5 (1024×1280), czyli post na Instagramie.
4. Wklej szablon polecenia i podmień postać. Rób po 3-4 wersje na ziarno i wybieraj, bo nawet najlepszy model myli się w co dziesiątym kadrze.

Najczęstsze pytania

Jak zrobić AI influencerkę za darmo?

Lokalnie, na własnej karcie graficznej. Wszystkie modele z testu są darmowe do pobrania, a FLUX.2 Klein 4B i Z-Image Turbo możesz używać komercyjnie. Potrzebujesz karty NVIDIA z 12-24 GB VRAM i ComfyUI.

Dlaczego moja AI influencerka wygląda sztucznie?

Najczęściej przez słowa „beautiful”, „perfect skin”, „8k”, „cinematic” i złotą godzinę. Zamień je na wiek, zwykłe cechy wyglądu, prawdziwe miejsce z bałaganem i informację, kto robi zdjęcie.

Który model najlepiej robi realistyczne zdjęcia ludzi?

W moim teście FLUX.2 Klein 4B dał najbardziej naturalne zdjęcia z telefonu, a Qwen-Image 2.1 najwierniej wykonywał opis. FLUX 3 Klein miał najmocniejszą fakturę skóry, czasem przesadzoną.

Czy mogę zarabiać na AI influencerce z Qwen?

Nie bez zgody Alibaby. Qwen-Image 2.1 i Turbo mają licencję Qwen Research, czyli tylko do badań i testów.

Ile to kosztuje prądu?

Przy 7-20 s pracy karty na zdjęcie to ułamki grosza za sztukę. Dokładne wyliczenie kosztu z własnej karty mam w tekście Lokalny model czy API.

Źródła

• FLUX.2 Klein 4B na Hugging Face (licencja Apache 2.0)
• Z-Image Turbo na Hugging Face (licencja Apache 2.0)
• Qwen-Image 2.1 Turbo na Hugging Face (licencja Qwen Research)
• FLUX 3 Image Klein na Hugging Face
• Własny test na RTX 4090, 17 października 2026: 125 zdjęć w 3 rundach.