omnichar/OmniChar

解决的问题

Omnichar Studio 提供了一个统一的环境，用于在不同的生成模型中创建和维护一致的 AI 角色。它消除了为每个镜头手动重新连接参考照片或训练单独 LoRA 的需要，允许用户定义一次角色，并在各种图像和视频中以一致的方式重复使用它们。

工作原理

该系统使用可移植的 .char 文件来存储角色的参考信息和身份指纹。根据所使用的模型，工作室以不同的方式处理相似度：

• FLUX.2：无需训练，直接在提示词的令牌序列中使用参考信息。
• Krea 2：为角色训练一个小型、可重用的适配器。
• MiniMax H3：支持直接的参考到视频转换以及训练好的适配器。
• 托管模型：通过 API 发送参考信息和锁定的描述。

此外，工作室包含一个内置的 LoRA 训练器，允许用户在自己的 GPU 上本地训练图像或视频片段，生成的 .safetensors 文件直接集成到生成工作流中。

适用人群

它专为需要角色在多个帧、镜头或不同 AI 模型（图像和视频）之间具有高视觉连续性的 AI 艺术家和创作者设计，也适合那些更喜欢在自己的硬件上本地运行生成和训练流水线的人。

亮点

• 可移植角色：在 .char 文件中定义一次角色，即可在多个模型中使用。
• 集成 LoRA 训练：在您的 GPU 上本地训练静态图像或视频片段，并提供集成监控和损失曲线。
• 多模型支持：图像兼容 FLUX.2、FLUX.1 和 Krea 2，视频和声音兼容 MiniMax H3 和 LTX-2.5。
• 连续性评分：为视频拍摄提供数值连续性评分，以跟踪身份漂移。
• 低 VRAM 选项：包括用于低内存生成的 Z-Image Turbo 以及针对 VRAM 受限硬件的特定配置文件。