इंस्टेंटआईडी एक शक्तिशाली डिफ़्यूज़न मॉडल पर आधारित समाधान है जो विभिन्न शैलियों में एकल चेहरे की छवि का उपयोग करके छवि को व्यक्तिगत बनाने में सक्षम है, जबकि उच्च निष्ठा सुनिश्चित करता है। हमने एक नए प्रकार के IdentityNet को डिज़ाइन किया है जो शक्तिशाली शब्दार्थ और कमजोर स्थानिक स्थितियों को लागू करके, चेहरे और लैंडमार्क छवियों को टेक्स्ट संकेतों के साथ एकीकृत करता है, जिससे छवि निर्माण का मार्गदर्शन मिलता है। इंस्टेंटआईडी वास्तविक अनुप्रयोगों में उत्कृष्ट प्रदर्शन करता है और लोकप्रिय पूर्व-प्रशिक्षित टेक्स्ट-टू-इमेज डिफ़्यूज़न मॉडल (जैसे SD1.5 और SDXL) के साथ एक अनुकूलन योग्य प्लगइन के रूप में मूल रूप से एकीकृत हो सकता है। हमारा कोड और पूर्व-प्रशिक्षित चेकपॉइंट इस URL पर उपलब्ध होगा।