FLUX.2 Max से फोटोरियलिस्टिक AI चेहरे बनाने की व्यावहारिक और गहरी पड़ताल। इसमें असली स्किन टेक्सचर के लिए प्रॉम्प्ट की संरचना, दिशात्मक लाइटिंग, कैमरा लेंस के स्पेक, और वह अपस्केलिंग वर्कफ़्लो शामिल है जो नतीजे को प्रिंट क्वालिटी तक पहुँचाता है।
एक AI चेहरा जो किसी को धोखा न दे और जो आपको स्क्रॉल करते हुए रोक दे, इनमें फ़र्क कुछ तकनीकी फ़ैसलों पर टिका होता है, जिन्हें ज़्यादातर लोग छोड़ देते हैं। Black Forest Labs का FLUX.2 Max रिफ़रेंस इमेज सपोर्ट के साथ 4 मेगापिक्सल तक पहुँचता है और रिज़ॉल्यूशन, आस्पेक्ट रेशियो और सेफ़्टी फ़िल्टरिंग पर पूरा नियंत्रण देता है। इससे कन्ज़्यूमर स्तर पर फोटोरियलिस्टिक पोर्ट्रेट जनरेशन का स्तर बदल गया है। यह लेख हर उस चर को समझाता है जो मायने रखता है: प्रॉम्प्ट की संरचना, रिज़ॉल्यूशन सेटिंग, लाइटिंग फ़िज़िक्स, और वे अपस्केलिंग टूल जो काम को पूरा करते हैं।
ये आपने देखे होंगे। त्वचा थोड़ी ज़्यादा चिकनी, आँखें जो गलत तरह की रोशनी परावर्तित करती हैं, बाल जो हज़ारों अलग-अलग धागों की जगह एक ही बहती हुई चीज़ की तरह बर्ताव करते हैं। ये कोई यादृच्छिक गड़बड़ियाँ नहीं हैं। ये कम रिज़ॉल्यूशन पर और सामान्य प्रॉम्प्ट से चलने वाले जनरेटर के अनुमानित नतीजे हैं।
डिफ़ॉल्ट AI आउटपुट उस सौंदर्य को अनुकूलित करते हैं जैसा मॉडल के ट्रेनिंग डेटा से समझा गया है: चिकना, समान और एयरब्रश्ड। यह झुकाव ऐसे चेहरे बनाता है जो किसी इंसान से ज़्यादा वीडियो गेम के किरदार जैसे लगते हैं। असली त्वचा में सीबम, रोमकूप, हल्की रंगत में अंतर, बारीक वेलस बाल और हर सतह की अनियमितता के नीचे सूक्ष्म छाया होती है। जब प्रॉम्प्ट में ऐसा कुछ नहीं होता जो इसे माँगे, तो मॉडल इसे नहीं बनाता।
इसका हल जटिल नहीं है। प्रॉम्प्ट में "visible pores on the nose bridge", "sebaceous filaments on the forehead" और "peach fuzz along the jawline" लिखने से मॉडल वह डिटेल रेंडर करने पर मजबूर होता है जिसे वह अन्यथा दबा देता। FLUX.2 Max इन निर्देशों पर अच्छा प्रतिक्रिया देता है, क्योंकि यह इतने ऊँचे रिज़ॉल्यूशन पर काम करता है कि इन्हें सचमुच रेंडर कर सके।
0.5 मेगापिक्सल पर बना चेहरा रोमकूपों के लिए जगह नहीं रखता। पिक्सल ही नहीं होते। 1 मेगापिक्सल पर कुछ संरचना दिखने लगती है। 2 मेगापिक्सल पर चेहरे की डिटेल विश्वसनीय लगने लगती है। 4 मेगापिक्सल पर वह आउटपुट मिलता है जहाँ आप पलक पर ज़ूम करें तब भी विश्वसनीय टेक्सचर मिलता है।
इस श्रेणी के ज़्यादातर टूल्स पर FLUX.2 Max की यही मुख्य बढ़त है। 4MP पर चलना सिर्फ़ फ़ाइल साइज़ की बात नहीं है। यह उन पिक्सल की संख्या की बात है जो कॉर्निया, भौंह के बाल के एक धागे, या होंठ और आसपास की त्वचा के बीच की हल्की सिलवट को दिखाने के लिए उपलब्ध होते हैं।
Black Forest Labs ने FLUX.2 Max को हाई-रिज़ॉल्यूशन फ़िडेलिटी और नियंत्रणीयता पर साफ़ ज़ोर देकर बनाया है। खास फ़ीचर समझने से आप हर एक का इस्तेमाल सोच-समझकर कर पाते हैं, अंदाज़े से नहीं।
ज़्यादातर टेक्स्ट-टू-इमेज मॉडल व्यावहारिक उपयोग के लिए 1 मेगापिक्सल पर सीमित होते हैं। FLUX.2 Max 4 मेगापिक्सल तक के आउटपुट देता है, जिसमें ज़्यादातर पोर्ट्रेट कामों के लिए 2MP सबसे अच्छा संतुलन है: अर्थपूर्ण डिटेल के लिए काफ़ी बड़ा, और दोहराने के लिए काफ़ी तेज़। जब आपको अधिकतम डिटेल वाली एक हीरो इमेज चाहिए, तब 4MP सही विकल्प है।
💡 टिप: प्रॉम्प्ट टेस्ट करने के लिए 2MP से शुरू करें। जब आपका प्रॉम्प्ट सही कंपोज़िशन और एक्सप्रेशन दे दे, तब फ़ाइनल रेंडर के लिए 4MP पर जाएँ।
FLUX.2 Max में रिज़ॉल्यूशन सेटिंग आस्पेक्ट रेशियो के साथ मिलकर काम करती है। पोर्ट्रेट के लिए 3:4 (पोर्ट्रेट ओरिएंटेशन) या 2:3 पिक्सल बजट के भीतर चेहरे का क्षेत्र सबसे ज़्यादा रखते हैं। 4MP पर 16:9 लैंडस्केप क्रॉप पिक्सल को चौड़े क्षेत्र में फैला देता है, जिससे चेहरे का प्रभावी रिज़ॉल्यूशन घट जाता है।
FLUX.2 Max में आउटपुट को दिशा देने के लिए अधिकतम आठ रेफ़रेंस इमेज डाली जा सकती हैं। पोर्ट्रेट कामों में यह तीन स्थितियों में उपयोगी है:
मॉडल इन रेफ़रेंस की विज़ुअल सामग्री पढ़ता है, इसके लिए प्रॉम्प्ट में उसका वर्णन ज़रूरी नहीं। प्रॉम्प्ट वे नई दिशाएँ सँभालता है जो आप जोड़ना चाहते हैं।
safety tolerance पैरामीटर 1 (सबसे सख्त) से 5 (सबसे उदार) तक चलता है। साफ़-सुथरे एडिटोरियल पोर्ट्रेट के लिए 2 सही सेटिंग है। यह प्राकृतिक स्किन टोन, स्विमवियर और अभिव्यंजक चेहरे के कंटेंट को जगह देता है, बिना चिंतित एक्सप्रेशन या तीव्र नज़र पर गलत अलार्म बजाए। अगर आपके पोर्ट्रेट काम में ग्लैमर या कलात्मक कंटेंट है जो गैर-स्पष्ट रहता है, तो टॉलरेंस 4 या 5 करने से वह दायरा खुल जाता है।
फोटोरियलिस्टिक चेहरे का प्रॉम्प्ट यह बताना नहीं है कि चेहरा कैसा दिखता है। यह निर्देशों का एक सेट है जिसमें शारीरिक लक्षण, लाइटिंग फ़िज़िक्स, कैमरा ऑप्टिक्स और फ़िल्म या सेंसर का रिस्पॉन्स शामिल है। हर परत एक और विशिष्टता जोड़ती है, जिसे मॉडल आउटपुट को सीमित और केंद्रित करने के लिए इस्तेमाल करता है।
पोर्ट्रेट के लिए त्वचा मॉडल को रेंडर करने वाली सबसे जटिल सतह है। उसका सामान्य वर्णन ("smooth skin," "beautiful skin") बाधाएँ हटा देता है और मॉडल को एयरब्रश्ड आउटपुट की ओर धकेल देता है।
इसकी जगह असली सतह के गुणों के बारे में साफ़-साफ़ बताएँ:
इनमें से कोई भी सब्जेक्ट को बुरा नहीं दिखाता। ये उसे असली दिखाते हैं। यही फ़र्क मायने रखता है।
फ़ोटो में चेहरे को त्रि-आयामी बनाने वाली चीज़ रोशनी है। सपाट फ़्रंटल लाइटिंग चेहरे को ऐसी चीज़ में बदल देती है जो नकली लगे। साफ़ स्रोत स्थान वाली दिशात्मक लाइटिंग मॉडल को छायाएँ, हाइलाइट्स और आयतन का आकार गणना करने पर मजबूर करती है।
लाइट सोर्स, उसकी स्थिति और उसका स्वभाव बताएँ:
| लाइटिंग का प्रकार | प्रॉम्प्ट वाक्यांश | प्रभाव |
|---|---|---|
| Rembrandt | ऊपर-बाईं ओर 45 डिग्री पर एक सिंगल की लाइट, छाया वाली तरफ़ शैडो ट्रायंगल | ड्रामेटिक, एडिटोरियल, किरदार उभारने वाला |
| खिड़की की रोशनी | दाईं ओर से नरम फैली हुई दिन की रोशनी, बाईं ओर प्राकृतिक नरम छाया | आत्मीय, गर्म, प्राकृतिक |
| गोल्डन आवर | नीचे-दाईं ओर से सूर्यास्त की गर्म रोशनी, बालों के किनारे पर रिम लाइट | सिनेमाई, निखारने वाली, गर्म |
| बादलों वाला मौसम | बाहर की एक समान दिन की रोशनी, कोई दिशात्मक छाया नहीं, फ्लैट रोशनी | क्लीनिकल, ईमानदार, फ़ैशन |
| Profoto Softbox | ऊपर-बाईं ओर 45 डिग्री पर बड़ा सॉफ्टबॉक्स, दूसरी तरफ़ हल्की फिल लाइट | प्रोफेशनल स्टूडियो, कमर्शियल |
दिन का समय भी मायने रखता है। Volumetric morning light और late afternoon golden light का बर्ताव अलग होता है। इसे खास तौर पर नाम देने से कलर टेम्परेचर, छायाओं की नरमी और त्वचा के टोन की गर्माहट बदल जाती है।
प्रॉम्प्ट में कैमरा और लेंस के स्पेक सिर्फ़ सजावट नहीं हैं। ये ऐसी बाधाएँ हैं जो बताती हैं कि मॉडल डेप्थ ऑफ़ फ़ील्ड, बोके के स्वभाव और ऑप्टिकल विरूपण को कैसे रेंडर करे। 85mm f/1.4 एक अलग पोर्ट्रेट रेंडरिंग देता है, 35mm f/2 से। मॉडल ने इतनी फ़ोटोग्राफ़ी देखी है कि वह इन स्पेक्स को विज़ुअल आउटपुट से जोड़ सके।
कारगर कैमरा प्रॉम्प्ट वाक्यांश:
कलर साइंस को दिशा देने के लिए film stock के संदर्भ जोड़ें:
बिना उम्र वाला चेहरा अजीब लगता है। लगभग उम्र बताने से उचित सूक्ष्म झुर्रियाँ, त्वचा की ढिलाई और आँखों का चरित्र जुड़ता है, जिससे मॉडल एक विश्वसनीय इंसान बनाता है। किसी खास एक्सप्रेशन के साथ मिलकर ये ऐसे सब्जेक्ट देते हैं जो आम चेहरों के बजाय व्यक्ति जैसे लगते हैं।
बताने लायक एक्सप्रेशन:
नीचे की तालिका छह परखे हुए प्रॉम्प्ट टेम्पलेट और हर एक से FLUX.2 Max के साथ मिलने वाला चेहरा प्रकार दिखाती है। इन्हें शुरुआती बिंदु मानें और अपने सब्जेक्ट के हिसाब से बारीकियाँ बदलें।
| उपयोग का मामला | मुख्य प्रॉम्प्ट एलिमेंट | रिज़ॉल्यूशन |
|---|---|---|
| एडिटोरियल पोर्ट्रेट | सब्जेक्ट का विवरण + Rembrandt लाइटिंग + 85mm f/1.4 + Kodak Portra 400 + दिखते पोर्स | 2MP |
| कैंडिड आउटडोर | उम्र + एक्सप्रेशन + साइड से गोल्डन आवर + स्ट्रीट लेंस + प्राकृतिक हँसी की लकीरें | 2MP |
| स्टूडियो हेडशॉट | प्रोफ़ेशनल सेटिंग + सॉफ़्टबॉक्स दो-लाइट सेटअप + सादा बैकग्राउंड + मीडियम फ़ॉर्मेट कैमरा | 4MP |
| किरदार अध्ययन (बुज़ुर्ग) | उम्र 60s-70s + गहरी झुर्रियों का विवरण + नाटकीय एकल-स्रोत रोशनी + फ़िल्म ग्रेन | 2MP |
| मैक्रो आँख की डिटेल | एक्स्ट्रीम क्लोज़-अप + आईरिस फ़ाइबर डिटेल + मैक्रो लेंस + गहरा बैकग्राउंड + कैचलाइट की स्थिति | 4MP |
| साइड-प्रोफ़ाइल मिनिमल | प्रोफ़ाइल एंगल + सामने से विंडो लाइट + मिनिमलिस्ट बैकग्राउंड + फ़िल्म ग्रेन + खास स्किन टोन | 2MP |
💡 टिप: मैक्रो आँख वाले प्रॉम्प्ट के लिए आस्पेक्ट रेशियो 1:1 और रिज़ॉल्यूशन 4MP रखें। स्क्वेयर क्रॉप और अधिकतम पिक्सल घनत्व से आईरिस की डिटेल बहुत ज़्यादा ज़ूम पर भी टिकती है।
FLUX.2 Max PicassoIA पर सीधे उपलब्ध है, इसके लिए कोई लोकल इंस्टॉल, API key सेटअप या दोहराव रोकने वाला क्रेडिट काउंटर नहीं है।
मॉडल पेज पर Resolution पैरामीटर डिफ़ॉल्ट रूप से 1MP पर होता है। पोर्ट्रेट कामों के लिए:
वर्टिकल पोर्ट्रेट ओरिएंटेशन के लिए aspect ratio 3:4 या 2:3 रखें। जब सब्जेक्ट पूरा फ़्रेम भरता है, तो इससे प्रति मेगापिक्सल सबसे ज़्यादा चेहरे के पिक्सल मिलते हैं।
आठ सोर्स इमेज तक अपलोड करने के लिए Input Images पर क्लिक करें। कई जनरेशन में एक कंसिस्टेंट सब्जेक्ट के लिए:
लाइटिंग रेफ़रेंस के तरीके के लिए, वह फ़ोटो अपलोड करें जिसमें वह लाइटिंग सेटअप हो जो आप चाहते हैं, फिर प्रॉम्प्ट में सब्जेक्ट बताएँ, लाइटिंग का वर्णन किए बिना। मॉडल रेफ़रेंस से लाइटिंग अपने-आप उठा लेता है।
पेशेवर संदर्भों में एडिटोरियल पोर्ट्रेट के लिए टॉलरेंस 2 डिफ़ॉल्ट है। आर्टिस्टिक या ग्लैमर काम के लिए, जहाँ इमेज गैर-स्पष्ट हो पर त्वचा दिख सकती हो, इसे 4 तक ले जाएँ। मॉडल वैध पोर्ट्रेट काम को रोकने की कोशिश नहीं करता; टॉलरेंस 4 करने से ज़रूरत से ज़्यादा सख्त फ़िल्टरिंग हट जाती है।
जब आपके पास ऐसा प्रॉम्प्ट हो जो सही चेहरा प्रकार दे, तो पहली सफल जनरेशन का seed number नोट कर लें। वही प्रॉम्प्ट वही सीड के साथ चलाने से एक कंसिस्टेंट बेस चेहरा बनता है। मुख्य सब्जेक्ट स्थिर रखते हुए वैरिएशन खोजने के लिए एक बार में एक प्रॉम्प्ट वेरिएबल बदलें।
4MP पर भी कुछ पोर्ट्रेट उपयोगों को और रिज़ॉल्यूशन चाहिए: बड़े फ़ॉर्मेट की प्रिंटिंग, कमर्शियल बिलबोर्ड, विस्तृत रीटचिंग का काम। सही अपस्केलर एक अच्छा FLUX.2 Max आउटपुट लेकर उसे और आगे ले जा सकता है, बिना आम AI अपस्केल आर्टिफ़ैक्ट पैदा किए।
Crystal Upscaler खास तौर पर पोर्ट्रेट के लिए बना है। यह चेहरे के क्षेत्रों को त्वचा के टेक्सचर की समझ के साथ प्रोसेस करता है, रोमकूप की संरचना और सूक्ष्म सतही डिटेल बचाता है, और इंटरपोलेटेड ब्लर के बजाय असली रिज़ॉल्यूशन जोड़ता है। 4x अपस्केल 2MP पोर्ट्रेट को कमर्शियल प्रिंट के लिए उपयुक्त 8MP इमेज में बदल देता है।
मॉडल तब सबसे अच्छा काम करता है जब इनपुट पोर्ट्रेट साफ़ और शार्प हो। सबसे अच्छी संभव FLUX.2 Max जनरेशन से शुरू करें, फिर अपस्केल करें।
Clarity Pro Upscaler इमेज क्वालिटी की व्यापक परिभाषा पर काम करता है: सिर्फ़ रिज़ॉल्यूशन नहीं, बल्कि लोकल कॉन्ट्रास्ट, टेक्सचर रिकवरी और सूक्ष्म डिटेल, जो उस जगह विश्वसनीय सतही जानकारी भरती है जहाँ सोर्स बहुत कम रिज़ॉल्यूशन पर रिकॉर्ड हुआ था। पोर्ट्रेट के लिए इसका मतलब है ऐसी त्वचा का टेक्सचर जो जनरेट की गई नहीं, बल्कि फ़ोटो खींची गई लगे।
चेहरों को अच्छी तरह संभालते हुए तेज़ 4x बड़ा करने के लिए, Real ESRGAN तेज़ी से प्रोसेस करता है और सामान्य-उद्देश्य अपस्केलर से कम आर्टिफ़ैक्ट के साथ आँखों की डिटेल बचाता है।
💡 वर्कफ़्लो: FLUX.2 Max में 2MP पर जनरेट करें, कंपोज़िशन और एक्सप्रेशन ठीक करने के लिए दोहराएँ, फिर फ़ाइनल को Crystal Upscaler से 4x पर चलाएँ ताकि 8MP का तैयार पोर्ट्रेट मिले।
ये सबसे आम गलतियाँ हैं जिनसे ऐसे आउटपुट बनते हैं जो साफ़ तौर पर AI से बने लगते हैं, FLUX.2 Max जैसे सक्षम मॉडल पर भी।
1. वर्णन की जगह तारीफ़ करना
"Beautiful woman with stunning eyes" मॉडल को कुछ ठोस नहीं बताता। "35-year-old woman, hazel eyes with defined limbal ring, slight asymmetry in left eyebrow" उसे ऐसी बात बताता है जिसे वह रेंडर कर सके।
2. डेप्थ ऑफ़ फ़ील्ड को नज़रअंदाज़ करना
प्रॉम्प्ट में खास एपर्चर न होने पर मॉडल अक्सर पैन-फ़ोकस रेंडरिंग पर चला जाता है, जहाँ पूरी इमेज समान रूप से शार्प होती है। असली पोर्ट्रेट फ़ोटो में फ़ोकल प्लेन और फ़ॉलऑफ़ होता है। "85mm f/1.4 shallow depth of field" बताने से वह गहराई का संकेत जुड़ता है जिससे सब्जेक्ट पृष्ठभूमि से उभरते हैं।
3. अस्पष्ट लाइट सोर्स
"Well-lit" या "professional lighting" बहुत अस्पष्ट हैं। "Single softbox at 45 degrees upper-left with no fill, producing Rembrandt shadow pattern on right cheek" मॉडल को एक भौतिक सेटअप देता है, जिससे वह रेंडर कर सके।
4. रिज़ॉल्यूशन और डिटेल की माँग का मेल न खाना
0.5MP पर रोमकूप-स्तर की त्वचा डिटेल माँगना असंभव माँगना है। डिटेल की ज़रूरत को रिज़ॉल्यूशन सेटिंग से मिलाएँ। 1MP पर आपको चेहरे का आकार और एक्सप्रेशन मिलता है। 4MP पर रोमकूप और पलकों के अलग-अलग बाल मिलते हैं।
5. हर चेहरे के प्रकार के लिए एक ही प्रॉम्प्ट
25 साल की महिला के लिए बना प्रॉम्प्ट बिना काफ़ी बदलाव के 65 साल के पुरुष की विश्वसनीय इमेज नहीं देगा। हर आयु वर्ग, त्वचा प्रकार और लाइटिंग स्थिति को एक समर्पित प्रॉम्प्ट संरचना चाहिए, न कि एक ही टेम्पलेट जिसमें बस अलग नाम बदल दिए गए हों।
यह देखने का सबसे तेज़ तरीका कि सटीकता कितनी मायने रखती है, एक ही सब्जेक्ट को दो बार जनरेट करना है: एक बार सामान्य प्रॉम्प्ट से और एक बार इस लेख की संरचना से।
"photorealistic woman, beautiful face" जैसा प्रॉम्प्ट, और वही सब्जेक्ट जब स्किन टेक्सचर, लाइटिंग फ़िज़िक्स, कैमरा स्पेक और फ़िल्म ग्रेन से वर्णित हो, तो ऐसे आउटपुट देता है जो अलग-अलग मॉडलों से बने लगते हैं। वे अलग मॉडल से नहीं बने। मॉडल वही है। फ़र्क सटीकता का है।
FLUX.2 Max प्रॉम्प्ट की जटिलता अच्छी तरह सँभालता है। ज़्यादा डिटेल उसे भ्रमित नहीं करती। वह बाधाओं का उपयोग समाधान की संभावनाओं को सीमित करने में करता है, और जितने ज़्यादा खास वाक्यांश आप जोड़ते हैं, नतीजे उतने ही कंसिस्टेंट और विश्वसनीय होते जाते हैं।
प्रॉम्प्ट की संरचना समझ आने के बाद वर्कफ़्लो सीधा है। FLUX.2 Max पर 2MP जनरेशन से शुरू करें, स्किन टेक्सचर और लाइटिंग वर्णन तय करें, जब तेज़ परिणाम चाहिए हों तो झटपट प्रीव्यू के लिए FLUX Schnell से टेस्ट करें, फिर प्रोडक्शन आउटपुट के लिए अंतिम परिणाम को Crystal Upscaler या Clarity Pro से अपस्केल करें।
PicassoIA इन सभी मॉडलों को बिना जनरेशन सीमा के चलाता है। इसका मतलब है कि आप एक सत्र में बीस प्रॉम्प्ट वैरिएशन पर काम कर सकते हैं, आउटपुट की साथ-साथ तुलना कर सकते हैं, और ठीक वही चेहरा निखार सकते हैं जिसकी आपको तलाश है। सही नतीजा मिलने से पहले दोहराव रोकने वाला कोई क्रेडिट काउंटर नहीं है।
PicassoIA पर FLUX.2 Max खोलें और इस लेख की स्किन टेक्सचर और लाइटिंग संरचना के साथ अपना पहला प्रॉम्प्ट चलाएँ। सामान्य आउटपुट और फोटोरियलिस्टिक पोर्ट्रेट के बीच का फ़र्क प्रॉम्प्ट के पहले शब्द से ही शुरू होता है।
अपनी भाषा चुनें
