अजीब हाथ AI से बनी इमेज की सबसे आम खामी हैं। अतिरिक्त उंगलियों और जुड़े हुए जोड़ों से लेकर बिगड़े अनुपात तक, यह लेख आपको अपनी AI आर्ट में हाथ की बनावट ठीक करने के सभी तरीके बताता है। इनमें सबसे अच्छे उपलब्ध मॉडल पर प्रॉम्प्ट इंजीनियरिंग, इनपेंटिंग और अपस्केलिंग वर्कफ़्लो शामिल हैं।
AI इमेज जनरेटर चेहरों, बालों और बैकग्राउंड में काफ़ी बेहतर हो गए हैं। लेकिन हाथ अब भी वह जगह हैं जहाँ लगभग हर मॉडल लड़खड़ा जाता है। आप किसी पोर्ट्रेट का प्रॉम्प्ट देते हैं और सब्जेक्ट की उंगलियाँ आपस में जुड़ी हुई, असंभव कोणों पर मुड़ी हुई, या एक हाथ में छह अंगुलियाँ तक निकल आती हैं। यह निराशाजनक है, आम है, और इसके कारण और समाधान दोनों ठोस हैं।
यह लेख बताता है कि AI मॉडल हाथ क्यों बिगाड़ते हैं, कौन-सी गड़बड़ियाँ सबसे ज़्यादा दिखती हैं, और उन्हें प्रॉम्प्ट में बदलाव, इनपेंटिंग और अपस्केलिंग वर्कफ़्लो से कैसे ठीक किया जाए। यहाँ बताया गया हर तरीका सिर्फ़ सिद्धांत में नहीं, व्यवहार में भी काम करता है।
इंसानी हाथ शारीरिक रूप से जटिल होते हैं। एक हाथ में 27 हड्डियाँ, 29 जोड़ और 30 से ज़्यादा मांसपेशियाँ होती हैं। फ़ोटोग्राफ़ी और पेंटिंग में हाथों को अच्छी तरह उकेरना बेहद मुश्किल माना जाता है। अरबों इमेज पर प्रशिक्षित AI मॉडल के लिए समस्या और बढ़ जाती है: हाथ बेहद अलग-अलग पोज़ में दिखते हैं, अक्सर आधे छिपे, धुंधले या कटे हुए। मॉडल उन सभी अस्पष्ट उदाहरणों का सांख्यिकीय औसत सीखता है, जिससे ऐसे आउटपुट बनते हैं जो दूर से हाथ जैसे लगते हैं, पर पास से देखने पर शारीरिक रूप से गलत निकलते हैं।
ज़्यादातर बड़े इमेज डेटासेट में ऐसी फ़ोटो होती हैं जिनमें हाथ मुख्य विषय नहीं होते। वे फ़्रेम के किनारे पर, वस्तुओं के पीछे, या गति में दिखते हैं। चेहरों की तुलना में AI ने साफ़, अच्छी रोशनी वाली और शारीरिक रूप से सही हाथ की इमेज बहुत कम देखी हैं। इस असंतुलन की वजह से हाथ की आंतरिक समझ धुंधली रहती है। मॉडल जानता है कि हाथ में उंगलियाँ होती हैं, लेकिन उनकी सटीक संख्या, अनुपात और जोड़ों की जगह अब भी अनिश्चित रहती है।
डिफ़्यूज़न मॉडल पिक्सेल के आसपास के क्षेत्रों का सांख्यिकीय अनुमान लगाकर इमेज बनाते हैं। हाथ रेंडर करते समय मॉडल को हर उंगली की स्थिति को हर पास के पिक्सेल के सापेक्ष अनुमानित करना होता है। एक अनुमान में छोटी-सी गलती पड़ोसी पिक्सेल तक फैल जाती है, और इससे उंगलियाँ आपस में मिल जाती हैं या अतिरिक्त अंगुलियाँ बन जाती हैं जो एक नज़र में ठीक लगती हैं, पर गौर से देखने पर टूट जाती हैं। इमेज में जितनी ज़्यादा उंगलियाँ दिखती हैं, उतने ज़्यादा अनुमान गलत होने की संभावना होती है।
समस्या ठीक करने से पहले उसका नाम जानना ज़रूरी है। AI हाथ की गड़बड़ियाँ कुछ दोहराए जाने वाले पैटर्न में आती हैं। पहचानने से पता चलता है कि कौन-सा समाधान लागू करना है।
यह सबसे आसानी से पहचानी जाने वाली गड़बड़ी है। एक हाथ में चार उंगलियाँ और एक अंगूठा होता है। AI मॉडल अक्सर पाँच उंगलियाँ और एक अंगूठा बना देते हैं, या ऐसा हाथ जिसमें एक उंगली हथेली में घुल जाती है। मूल कारण यह है कि मॉडल उंगलियों की गिनती को निश्चित नहीं, बल्कि संभावना के आधार पर तय करता है।
इसे कैसे ठीक करें: पॉज़िटिव प्रॉम्प्ट में उंगलियों की गिनती साफ़ लिखें और शारीरिक बनावट से जुड़े नेगेटिव प्रॉम्प्ट जोड़ें। विवरण नीचे प्रॉम्प्ट वाले हिस्से में हैं।
दो या तीन उंगलियाँ मिलकर एक चौड़ी उंगली बन जाती हैं, या उंगलियों के बीच का अंतर पूरी तरह गायब हो जाता है। यह तब ज़्यादा होता है जब मॉडल जिस पोज़ का अनुमान लगाता है, उसमें उंगलियाँ पास-पास हों। मॉडल को पता नहीं होता कि एक उंगली कहाँ खत्म होती है और अगली कहाँ शुरू होती है, इसलिए वह सीमा धुंधली कर देता है।
इसे कैसे ठीक करें: प्रभावित हिस्से को विस्तृत हाथ-विवरण के साथ इनपेंट करें, या ऐसा प्रॉम्प्ट लिखकर दोबारा जनरेट करें जिसमें फैली हुई उंगलियाँ निर्दिष्ट हों।
तर्जनी मध्यमा जितनी लंबी हो जाती है। छोटी उंगली अनामिका जितनी लंबी दिखने लगती है। अंगूठे भौतिक रूप से असंभव दिशाओं में मुड़ जाते हैं। ये अनुपात की गड़बड़ियाँ इसलिए होती हैं क्योंकि मॉडल कई हाथ-पोज़ का औसत निकालता है, जिनमें परस्पेक्टिव या फ़ोरशॉर्टनिंग की वजह से कुछ उंगलियाँ छोटी या लंबी दिखती हैं।
इसे कैसे ठीक करें: रेफ़रेंस-नियंत्रित जनरेशन मॉडल इस्तेमाल करें, या ऐसे अपस्केलर से पोस्ट-प्रोसेस करें जो शारीरिक विवरण जोड़ता हो।
कोई उंगली हाथ के ऊपर लटकती दिखती है, जो किसी जोड़ से जुड़ी नहीं होती। यह अक्सर तब होता है जब AI ऊँचे कोण से या जटिल इशारे में हाथ बनाता है और जोड़ आंशिक रूप से ढक जाते हैं।
इसे कैसे ठीक करें: प्रॉम्प्ट में माँगे गए हाथ के पोज़ को सरल बनाएँ, या कटी हुई उंगली को मास्क करके इनपेंट करें।
हाथ की त्वचा प्लास्टिक जैसी लगती है, उसमें रोम-छिद्र नहीं दिखते, या इमेज के बाकी हिस्सों की तुलना में वह अस्वाभाविक रूप से चिकनी होती है। यह शारीरिक बनावट से ज़्यादा रेंडरिंग गुणवत्ता की समस्या है, पर आकार सही होने पर भी यह हाथों को अजीब बना देती है।
इसे कैसे ठीक करें: ऐसे मॉडल से अपस्केल करें जो फ़ोटोरियलिस्टिक बनावट जोड़ता हो, जैसे Clarity Pro Upscaler या Real ESRGAN।
प्रॉम्प्ट इंजीनियरिंग सबसे तेज़ और सस्ता समाधान है। इसके लिए पोस्ट-प्रोसेसिंग टूल की ज़रूरत नहीं होती। आप टेक्स्ट बदलते हैं और जनरेशन दोबारा चलाते हैं। हर खराब हाथ इस तरह ठीक नहीं होता, लेकिन हल्की गड़बड़ियों के लिए यही सही पहला कदम है।
मूल विचार यह है कि आप जो चाहते हैं, उसके बारे में मॉडल के डिफ़ॉल्ट से ज़्यादा साफ़-साफ़ बताएँ। सामान्य प्रॉम्प्ट मॉडल की धुंधली हाथ-समझ को खाली जगहें भरने का मौका देते हैं। विशिष्ट प्रॉम्प्ट उस पर लगाम लगाते हैं।
💡 जब हाथ दिख रहे हों, तो ये वाक्यांश अपने पॉज़िटिव प्रॉम्प्ट में जोड़ें: "five fingers, correct hand anatomy, detailed knuckles, realistic hand proportions, natural finger spacing"
अस्पष्ट और विशिष्ट प्रॉम्प्ट की तुलना यह है:
| अस्पष्ट प्रॉम्प्ट | विशिष्ट प्रॉम्प्ट |
|---|---|
| "woman holding coffee cup" | "woman holding coffee cup, five fingers visible, natural hand grip, correct finger anatomy" |
| "hands on keyboard" | "hands typing on keyboard, ten fingers, correct finger proportions, natural wrist position" |
| "person pointing at camera" | "person pointing with right index finger, four other fingers curled naturally, thumb at side, five fingers total" |
हाथ का सटीक पोज़ साफ़-साफ़ बताएँ। अगर आपको बंद मुट्ठी चाहिए, तो लिखें "closed fist with thumb tucked"। अगर आपको खुली हथेली चाहिए, तो लिखें "open palm facing camera, fingers spread, five fingers visible"। आपका विवरण जितना ठोस होगा, मॉडल के पास हाथ की बनावट अपने मन से गढ़ने की गुंजाइश उतनी ही कम होगी।
नेगेटिव प्रॉम्प्ट मॉडल को बताते हैं कि क्या टालना है। हाथों के लिए सबसे असरदार नेगेटिव शब्द ये हैं:
extra fingers, missing fingers, fused fingers, merged digits, six fingers, deformed hands,
malformed hands, mutated hands, abnormal hands, extra limbs, missing limbs, floating fingers,
disconnected fingers, bad anatomy, bad proportions
अपने नेगेटिव प्रॉम्प्ट में सिर्फ़ तीन या चार ऐसे शब्द डालने से भी हाथ की गड़बड़ियाँ काफ़ी कम हो जाती हैं। Ideogram v4 Quality और Krea 2 Large जैसे मॉडल शारीरिक बनावट से जुड़े नेगेटिव प्रॉम्प्ट पर खास तौर पर अच्छी प्रतिक्रिया देते हैं।
💡 प्रो तरीका: वही प्रॉम्प्ट 4-6 बार चलाएँ और सबसे अच्छा नतीजा चुनें। अच्छे नेगेटिव प्रॉम्प्ट के साथ इनमें से कम से कम 2-3 रन स्वीकार्य हाथ देंगे।
जब केवल प्रॉम्प्ट से हाथ ठीक नहीं होते, तो अगला कदम इनपेंटिंग है। इनपेंटिंग में आप उस खास हिस्से को मास्क करते हैं जिसे बदलना है, और बाकी इमेज को अक्षुण्ण रखते हुए केवल उसी क्षेत्र को दोबारा जनरेट करते हैं। हाथ सुधारने का यह सबसे सटीक उपकरण है।
सभी मॉडल इनपेंटिंग को एक जैसा नहीं संभालते। जिन मॉडल को मज़बूत शारीरिक प्रशिक्षण मिला हो, वे दोबारा बने हिस्से में ज़्यादा यथार्थवादी उंगली संरचना देते हैं। PicassoIA पर ये टेक्स्ट-टू-इमेज मॉडल हाथ की इनपेंटिंग के लिए अच्छा काम करते हैं:
💡 मास्क टिप: मास्क को हमेशा दिख रहे समस्या वाले क्षेत्र से 10-15 पिक्सेल आगे तक बढ़ाएँ। मॉडल को आसपास की त्वचा के टोन और रोशनी की जानकारी चाहिए, तभी दोबारा बना हिस्सा सहज रूप से मिलता है।
हाथ सुधारने में अपस्केलिंग की दो भूमिकाएँ हैं। पहली, अपस्केलिंग से आप यह साफ़ देख पाते हैं कि उंगलियों में क्या गलत है, इससे पहले कि आप तय करें कि कौन-सा सुधार लागू करना है। दूसरी, उच्च गुणवत्ता वाले अपस्केलर उंगलियों में फ़ोटोरियलिस्टिक बारीक विवरण जोड़ते हैं, जिससे पूरी इनपेंटिंग के बिना भी वे शारीरिक रूप से ज़्यादा विश्वसनीय लगती हैं।
ज़्यादातर AI इमेज जनरेटर 512x512 या 1024x1024 पिक्सेल पर आउटपुट देते हैं। इन रिज़ॉल्यूशन पर एक हाथ इमेज में शायद 80x80 पिक्सेल जितनी जगह घेरता है। मॉडल के पास उंगलियों की बारीक डिटेल रेंडर करने के लिए पर्याप्त पिक्सेल ही नहीं होते। जब आप 4K या उससे ऊँचे रिज़ॉल्यूशन पर अपस्केल करते हैं, तो अपस्केलर को वे गायब विवरण फिर से बनाने होते हैं। एक अच्छी तरह प्रशिक्षित अपस्केलर यथार्थवादी त्वचा के रोम-छिद्र, जोड़ों की सिलवटें और नाखून की डिटेल जोड़ता है, जो कम रिज़ॉल्यूशन वाली मूल इमेज में नहीं थीं।
इसका मतलब है कि अपस्केलिंग AI हाथों के अजीब असर को आंशिक रूप से कम कर सकती है, भले ही शारीरिक बनावट की मूल गड़बड़ी ठीक न हुई हो।
| मॉडल | सबसे अच्छा किसके लिए | अपस्केल फ़ैक्टर |
|---|---|---|
| Clarity Pro Upscaler | फ़ोटोरियलिस्टिक पोर्ट्रेट, त्वचा की बनावट का संरक्षण | 2x-4x |
| Topaz Labs Image Upscale | अधिकतम डिटेल रिकवरी | 6x तक |
| Real ESRGAN | सामान्य उद्देश्य का अपस्केलिंग, तेज़ और मुफ़्त | 4x |
| P Image Upscale | 1 सेकंड में त्वरित प्रीव्यू अपस्केल | 2x |
| Increase Resolution | स्टूडियो-शैली की इमेज पर साफ़ नतीजे | 4x तक |
💡 वर्कफ़्लो टिप: तेज़ 2x प्रीव्यू के लिए P Image Upscale इस्तेमाल करें, फिर तय करें कि इनपेंट करना है या नहीं, और अंतिम आउटपुट के लिए Topaz Labs Image Upscale से पूरा 4x अपस्केल करें।
प्रॉम्प्ट और इनपेंटिंग से आगे, पोज़-नियंत्रण सिस्टम हाथ की शारीरिक बनावट पर आपको सबसे सीधा नियंत्रण देते हैं। ControlNet और इसी तरह के पोज़-कंडीशनिंग मॉडल आपको एक सटीक स्केलेटन या रेफ़रेंस पोज़ देने की सुविधा देते हैं, जिसका पालन AI इमेज बनाते समय करता है। हाथों के लिए इसका मतलब है कि आप एक खास उंगली-स्थिति दे सकते हैं, जिससे मॉडल विचलित नहीं हो सकता।
यह तरीका जटिल पोज़ के लिए खास तौर पर अच्छा काम करता है: वस्तुएँ पकड़े हुए हाथ, इशारे करते हुए, या गति में। अगर हाथ को किसी असली पोज़ से बिल्कुल मेल खाना है, तो पोज़ नियंत्रण सबसे भरोसेमंद तरीका है।
कुछ मॉडल बिना किसी अतिरिक्त सेटअप के हाथों को दूसरों से काफ़ी बेहतर संभालते हैं। अगर आपको लगातार हाथ की गड़बड़ियाँ मिल रही हैं, तो मज़बूत शारीरिक प्रशिक्षण वाले मॉडल पर स्विच करना सबसे असरदार अकेला बदलाव है जो आप कर सकते हैं।
ByteDance का Seedream 5 Pro साफ़ 2K इमेज बनाता है और शारीरिक सटीकता में उल्लेखनीय रूप से अच्छा है। इसके प्रशिक्षण में उच्च-गुणवत्ता वाले फ़ोटोग्राफ़ी डेटासेट शामिल हैं, जो यथार्थवादी उंगली संरचना के लिए इसे मज़बूत आधार देते हैं।
सबसे अच्छा किसके लिए: पोर्ट्रेट, लाइफ़स्टाइल शॉट, हाथों के क्लोज़-अप फ़ोटोग्राफ़ी प्रॉम्प्ट।
प्रॉम्प्ट टिप: जब हाथ दिख रहे हों, तो Seedream 5 Pro के साथ "photorealistic, 2K, natural skin, detailed hands" शामिल करें।
Ideogram v4 Quality विस्तृत टेक्स्ट विवरणों का ज़्यादातर विकल्पों से अधिक वफ़ादारी से पालन करता है। इससे यह हाथ जनरेशन के लिए खास तौर पर उपयोगी है, क्योंकि यह शारीरिक विनिर्देशों को सचमुच जवाब देता है, उन्हें नज़रअंदाज़ नहीं करता।
सबसे अच्छा किसके लिए: ऐसी इमेज जहाँ हाथ की स्थिति किसी खास विवरण से मेल खानी चाहिए।
प्रॉम्प्ट टिप: हाथ की क्रिया को विस्तार से बताएँ: "right hand gripping a glass, four fingers wrapped around the glass, thumb on the side, natural grip pressure"।
Krea 2 Large मज़बूत सूक्ष्म-स्तर की डिटेल वाली फ़ोटोरियलिस्टिक इमेज बनाता है। हाथों के लिए इसका मतलब है बेहतर त्वचा की बनावट, ज़्यादा विश्वसनीय जोड़ों की रेंडरिंग और तीखी नाखून संरचना।
सबसे अच्छा किसके लिए: एडिटोरियल-शैली की इमेज, ऐसे क्लोज़-अप पोर्ट्रेट जहाँ हाथ प्रमुख विशेषता हो।
Reve 2.1 जनरेशन और एडिटिंग दोनों को सपोर्ट करता है, जिससे यह बेस इमेज बनाने और फिर खास हिस्सों को निखारने के दोहराए जाने वाले वर्कफ़्लो के लिए अच्छा है। इसका एडिटिंग मोड ऊपर बताए गए इनपेंटिंग वर्कफ़्लो पर सीधे लागू होता है।
सबसे अच्छा किसके लिए: मल्टी-स्टेप वर्कफ़्लो, जहाँ आप पहले जनरेट करते हैं और दूसरे चरण में हाथ ठीक करते हैं।
ऊपर के तरीकों को एक क्रमबद्ध वर्कफ़्लो में मिलाने से कम मेहनत में सबसे ज़्यादा सफलता मिलती है।
हर खराब हाथ को ठीक करना ज़रूरी नहीं है। अगर इमेज एब्स्ट्रैक्ट आर्ट, सर्रियलिज़्म या हॉरर कंटेंट के लिए है, तो अजीब हाथ असल में प्रभाव बढ़ाता है। ऊपर के तरीके उन इमेज के लिए हैं जहाँ शारीरिक सटीकता मायने रखती है: पोर्ट्रेट, प्रोडक्ट शॉट, लाइफ़स्टाइल फ़ोटोग्राफ़ी और प्रोफ़ेशनल दिखने वाली AI आर्ट।
बाकी सभी मामलों में अजीब हाथ खामी नहीं, बल्कि एक खासियत हो सकते हैं।
इस लेख के तरीके तभी सबसे अच्छे काम करते हैं जब आप उन्हें सचमुच चलाते हैं। PicassoIA आपको यहाँ बताए गए सभी मॉडल एक ही जगह देता है, बिना किसी इंस्टॉलेशन या API सेटअप के। Seedream 5 Pro खोलें और साफ़ हाथ की शारीरिक विशिष्टताओं वाला प्रॉम्प्ट आज़माएँ। अगर नतीजे को सुधार की ज़रूरत हो, तो उसे Clarity Pro Upscaler से चलाएँ और देखें कि अपस्केलर कितना कुछ वापस लाता है।
AI के बिगड़े हाथों और साफ़ हाथों में फ़र्क लगभग हमेशा प्रॉम्प्ट की डिटेल और मॉडल के चुनाव में होता है। ये दोनों चीज़ें पूरी तरह आपके नियंत्रण में हैं। इमेज एडिटिंग, इनपेंटिंग और सुपर-रेज़ोल्यूशन के विकल्पों समेत हर उपलब्ध मॉडल देखने के लिए picassoia.com/en/all-models पर जाएँ, जो तुरंत इस्तेमाल के लिए तैयार हैं।
अपनी भाषा चुनें
