Het driftprobleem
Vanilla SDXL produceert bij dezelfde prompt twee zichtbaar verschillende personen. Voor een companion-product waarbij gebruikers een band opbouwen met een specifiek gezicht, is dat funest voor het product.
Prompt engineering helpt enigszins. Referentieafbeeldingen via IP-Adapter helpen meer. Geen van beide sluit de kloof op zichzelf.
Waarom LoRA's hierin winnen
Een LoRA getraind op 20 tot 60 zorgvuldig geselecteerde afbeeldingen van één karakter verankert het gezicht, lichaam en de styling in het diffusie-model zelf.
De inference-kosten zijn ongeveer gelijk aan die van de basis SDXL. De trainingskosten bedragen slechts een paar euro op een kleine GPU-pod.
Hoe LovlyChat ze traint
Zodra een karakter gelanceerd is, draait er een eenmalige taak op een RunPod A40 met kohya_ss voor ongeveer 2000 tot 4000 stappen.
Het resulterende LoRA-bestand is enkele honderden MB groot en wordt geregistreerd onder het karakter-id in onze karakterdatabase.
Hoe de API ze gebruikt bij een verzoek
Wanneer POST /v1/generation/jobs wordt aangeroepen met een characterId, laadt de worker de bijbehorende LoRA in de SDXL-workflow en past deze toe tijdens het samplen.
Per-karakter LoRA's zorgen ervoor dat elke afbeelding die je terugkrijgt van hetzelfde karakter eruitziet als dezelfde persoon.
Veelgestelde vragen
'Hoe LovlyChat personage-afbeeldingen consistent houdt: Per-personage LoRA's uitgelegd' legt uit waarom generieke SDXL-modellen afwijken tussen verschillende generaties van hetzelfde personage en hoe de LovlyChat-stack gebruikmaakt van per-personage LoRA's, getraind op betaalbare GPU-pods, om gezichten consistent te houden. Het is geschreven voor gebruikers die AI-companion-producten vergelijken, AI-chatervaringen in de sfeer van relaties evalueren, of op zoek zijn naar een duidelijkere uitleg voordat ze een platform uitproberen.
Dit artikel is bedoeld voor mensen die onderzoek doen naar SDXL-personageconsistentie, companion-platforms vergelijken of willen begrijpen welke productfuncties ervoor zorgen dat AI-chat in de sfeer van relaties persoonlijker aanvoelt en de moeite waard is om naar terug te keren.
SDXL-personageconsistentie is belangrijk omdat gebruikers die hiernaar zoeken vaak een gerichtere intentie hebben dan algemeen chatbot-verkeer. Ze hechten meestal meer waarde aan geheugen, persoonlijkheid en continuïteit dan enkel aan nieuwheid of eenmalige antwoorden.
Gebruikers kunnen deze concepten direct ontdekken op LovlyChat door door companions te bladeren, een eigen personage aan te maken en in de browser permanente chatgesprekken te starten.