Workflow Cómo empezar... ¿Por dónde comienzo?

[ArunSocket9]

Me interesa crear primero unas fotos, y luego quizás unos videos, replicando imágenes y videos que ya tengo, pero todo esto es nuevo para mí. Todavía no quiero registrarme en un sitio de pago. Empezando con cosas como fotos de pies y upskirts. ¿Dónde podría probar y crear material fotorrealista?

 

[GaboR76]

Si no te interesa suscribirte a un sitio de pago, tienes las opciones gratis, pero si quieres crear las tuyas en local (usando solo el hardware de tu PC) PRIMERO NECESITAS el hardware, idealmente algo de Nvidia con al menos 12 GB de VRAM (que no sea una 3060).

El mejor lugar para empezar es usar Google Ai para que te vaya guiando. Yo aprendí todo en unas semanas: cómo crear imágenes, cómo hacer un LORA y cómo hacer un personaje de IA con función de texto a voz, todo con Google AI. De hecho, también puedes usar Google AI para ayudarte a armar una guía de IA con el software que estés usando.

Tiene esa paciencia infinita que necesitas y puede explicártelo todo para que lo entiendas, porque hay muchísimas cosas en las que meter la cabeza, como las Temperatures y los Lora's secundarios para ajustar el detalle. También te puede dar enlaces directos para Command Prompt para descargar todo lo que necesitas, sin tener que ir a buscarlo y descargar por error la versión equivocada, lo cual ahorra tiempo.

 

[Orson11]

¿crees que una 3080 es suficiente?

 

[reedtank9]

Lee los hilos ya publicados, por ejemplo

 

[GaboR76]

¿Te refieres al modelo de 10gb en vez de la 3080 ti de 12gb, si mal no recuerdo? La 3080 está bien para empezar, ya que hay mucho disponible para arrancar que cabe en una GPU de 8gb de VRAM, así que tener 2gb extra ayuda bastante.

Definitivamente puedes aprender mucho y divertirte con una 3080. Es un buen punto de partida, porque si trabajas dentro de tu VRAM, o bien sabrás tras la etapa inicial de aprendizaje que una GPU de 12gb (como una 5070) te sirve, o si te cuesta un montón encontrar lo que necesitas en un modelo pequeño, esos 12gb de VRAM tampoco te servirían, así que tendrías que subir a una 5070 ti de 16gb de VRAM. Lamentablemente hoy en día hay una gran diferencia de precio.

Aunque hay un MONTÓN por aprender y en qué meterse a fondo. Por ejemplo, un modelo de 7.5GB cabe en los 8GB de VRAM que tiene una 3070, pero la interfaz y el backend también consumen VRAM, y llenar de más la VRAM mata la capacidad de respuesta.

 

[Camden81]

tengo una pregunta que no tiene que ver. ¿Cómo generan la misma cara y cuerpo en cada prompt como esos perfiles de IA? ¿Hay que armar y entrenar un LORA?

 

[GaboR76]

Sí, pero sitios/apps como Kling se ahorran tener que hacer LORAs simplemente usando imágenes de referencia. Supongo que sus algoritmos están muy entrenados para captar detalles faciales, pero para uso casero, para generar una imagen sin referencia, con una cara y un cuerpo consistentes, necesitarías armar una LORA.

Aunque no entiendo qué significa "entrenar" una LORA, ya que no aprende ni necesita entrenamiento. No le puedes dar feedback para que se corrija. Solo le pasas imágenes para que trabaje con ellas. "Armar" una LORA, en cambio, es relativamente simple: consiste en imágenes de tu sujeto desde tantos ángulos como sea posible.

 

[Felix72Q]

Hola gente, ¿alguien tiene recomendaciones de software y modelos que den resultados decentes con una 3070 Ti de 8GB y que valgan la pena para crear imágenes y videos cortos como this, en 3D o fotorrealistas? ¿Debería usar ComfyUI o hay herramientas más simples en GitHub que den buenos resultados?

 

[GaboR76]

ComfyUI es la interfaz más complicada y manual que puedes usar. No es un buen lugar para empezar siendo principiante, porque tienes todas las opciones a tu disposición para ajustar y por lo tanto romper; al principio es bastante abrumador.

Empieza haciendo imágenes, usando Stable Diffusion y algo como Fooocus, y experimenta hasta dónde puedes llegar con eso.

Sobre todo con una 3070ti y 8gb de VRAM. Experimentar va a ser lento, así que aprende lo básico primero y empieza de a poco. Todavía no he empezado con la creación de video, pero verás lo desastrosas que salen tus imágenes al principio, con dedos y ojos deformes, etc.; con los videos será lo mismo.

 

[GitaN]

Bueno, lo más fácil que he encontrado es con Runpod. Hay un usuario en civitai que tiene una plantilla de runpod que deja todo listo. Solo tienes que meter una imagen, cambiar algunos ajustes, agregar algunos loras, escribir tu prompt y ejecutar, y ya tienes un video de alta calidad. La plantilla se llama Yet another workflow. Tiene una guía completa y también una guía en video. He estado sacando resultados decentes y me parece que H3 responde sorprendentemente bien a prompts mejorados. Literalmente le escribí el prompt como a grok y salieron resultados más o menos - por ejemplo con una foto inicial de la cara de una mujer: corte instantáneo a nueva escena, ella está acostada en la cama completamente desnuda abrazándose las rodillas, tetas grandes rebotando, pov un hombre la está cogiendo en misionero, le mete la verga bien profundo mientras ella gime y mira al espectador.

Estoy sacando muy buenos resultados así, aunque con un prompt bien hecho se pueden lograr resultados mucho mejores, sobre todo con varios planos