Qwen Image 2 के AI जनरेटर में अब मुफ़्त 3D कैरेक्टर पोज़

AI इमेज जनरेशन में किसी कैरेक्टर को पोज़ देना हमेशा से सबसे उलझा हुआ हिस्सा रहा है। आप परफ़ेक्ट प्रॉम्प्ट लिखते हैं, हर डिटेल बताते हैं, फिर भी आकृति किसी असंभव कोण पर मुड़ी हुई मिलती है या उसी आम, सामने की ओर देखने वाली मुद्रा में जमी रहती है। Qwen Image 2, जो Alibaba का ओपन वेट्स वाला मल्टीमोडल मॉडल है, इसे काफ़ी आसान बना चुका है। यह अपडेट एक मुफ़्त 3D कैरेक्टर पोज़ इनपुट लेयर पेश करता है, जिसमें आप एक स्केलेटल रेफ़रेंस डालते हैं और मॉडल उसी के आधार पर आपकी आउटपुट इमेज में मानव आकृति को जगह और अनुपात देता है। इसके लिए कोई सब्सक्रिप्शन नहीं चाहिए। कोई वर्कअराउंड भी नहीं।

Qwen Image 2 ने अभी क्या किया

3D पोज़ फ़ीचर को समझें

इस अपडेट का मुख्य जोड़ Qwen Image 2 की जनरेशन पाइपलाइन में बना एक ControlNet-शैली का 3D पोज़ कंडीशनिंग सिस्टम है। अब केवल टेक्स्ट प्रॉम्प्ट के भरोसे यह बताने के बजाय कि किसी कैरेक्टर के अंग कहाँ होने चाहिए, आप एक स्केलेटन ओवरले देते हैं: जोड़ों और हड्डियों का एक विज़ुअल मैप, जो मॉडल के कुछ भी रेंडर करने से पहले 3D स्पेस में शरीर की ठीक स्थिति तय करता है।

यह इनपुट एक 3D मैनिक्विन या स्केलेटन विज़ुअलाइज़ेशन के रूप में होता है, वैसा ही रेफ़रेंस जिसे डिजिटल आर्टिस्ट Design Doll और PoseMyArt जैसे सॉफ़्टवेयर में वर्षों से इस्तेमाल कर रहे हैं। फ़र्क यह है कि Qwen Image 2 इस स्केलेटन को इनफ़रेंस के दौरान कंडीशनिंग सिग्नल के रूप में पढ़ता है। यानी अंतिम इमेज उस स्केलेटल टेम्पलेट के इर्द-गिर्द बनती है, उससे स्वतंत्र रूप से नहीं।

नतीजा सटीक और दोहराने लायक आकृति-स्थिति है। दौड़ता हुआ कैरेक्टर दौड़ती मुद्रा में ही रहता है। झुका हुआ आकार अपना वज़न-वितरण बनाए रखता है। कोण या सेटिंग बदलने पर भी कैरेक्टर का अनुपात स्थिर रहता है।

Alibaba ने यह अभी क्यों जारी किया

पोज़ नियंत्रण शुरुआत से ही AI आर्ट टूल्स के लिए एक बड़ी समस्या रहा है। DALL-E और पुराने Stable Diffusion वर्ज़न अक्सर जटिल पोज़ से जूझते थे, खासकर ओवरलैपिंग अंगों, फ़ोरशॉर्टनिंग या असामान्य शारीरिक स्थितियों में। कैरेक्टर शीट, स्टोरीबोर्ड या गेम कॉन्सेप्ट आर्ट पर काम करने वाले आर्टिस्टों को अक्सर आउटपुट को पोस्ट-प्रोसेस करना पड़ता था या कुछ उपयोगी पाने के लिए कई जनरेशन को एक साथ जोड़ना पड़ता था।

बाज़ार का दबाव ControlNet for Stable Diffusion जैसे टूल्स से आया, जो बिल्कुल इसी तरह की स्ट्रक्चरल कंडीशनिंग देते थे। Qwen Image 2 में 3D पोज़ सपोर्ट को अतिरिक्त लागत के बिना शामिल करने का Alibaba का फ़ैसला इस फ़ीचर को किसी भी इंटरफ़ेस के ज़रिए मॉडल इस्तेमाल करने वाले हर व्यक्ति के हाथ में रखता है, जिसमें PicassoIA भी शामिल है।

💡 ध्यान देने वाली बात: 3D पोज़ इनपुट टेक्स्ट-आधारित पोज़ विवरणों से अलग है। टेक्स्ट विवरणों की व्याख्या संभावना के आधार पर होती है। 3D स्केलेटन इनपुट जोड़ों की स्थिति के बारे में निश्चित होता है, जिससे वह स्ट्रक्चरल सटीकता मिलती है जो अकेले टेक्स्ट भरोसे से नहीं दे सकता।

पोज़-गाइडेड जनरेशन कैसे काम करता है

इसके पीछे की तकनीक

मॉडल स्तर पर, Qwen Image 2 में पोज़ गाइडेंस एक कंडीशनिंग एन्कोडर के ज़रिए काम करता है, जो स्केलेटन इनपुट को टेक्स्ट प्रॉम्प्ट के साथ प्रोसेस करता है। डिफ़्यूज़न प्रक्रिया शुरू होने से पहले दोनों सिग्नलों को वेट देकर मिलाया जाता है। स्केलेटन स्थानिक लेआउट तय करता है, जबकि टेक्स्ट प्रॉम्प्ट स्टाइल, सेटिंग, कपड़े, लाइटिंग और बाकी सभी सिमेंटिक तत्व संभालता है।

3D स्केलेटल इनपुट आमतौर पर OpenPose-फ़ॉर्मेट इमेज के रूप में आता है, एक मानकीकृत विज़ुअलाइज़ेशन फ़ॉर्मेट जो मानव शरीर पर 18 मुख्य जोड़ों की स्थिति दिखाता है: सिर, गर्दन, कंधे, कोहनी, कलाई, कूल्हे, घुटने और टखने। जब आप किसी पोज़ एडिटर में 3D मैनिक्विन को पोज़ देकर उसे OpenPose इमेज के रूप में एक्सपोर्ट करते हैं, तो Qwen Image 2 उसे आकृति के ब्लूप्रिंट के रूप में पढ़ता है।

यह खास तौर पर उपयोगी इसलिए है क्योंकि इसमें ज़िम्मेदारियाँ अलग-अलग बँटी हैं। स्केलेटन मॉडल को बताता है कि शरीर कहाँ है। टेक्स्ट बताता है कि वह कैसा दिखता है। आप टेक्स्ट प्रॉम्प्ट पूरी तरह बदल सकते हैं और वही पोज़ किसी बिल्कुल अलग स्टाइल, माहौल या कपड़ों में जनरेट कर सकते हैं, जबकि आकृति की स्थिति जस की तस रहती है।

नए और पुराने तरीकों में सटीकता का अंतर

डेडिकेटेड पोज़ कंडीशनिंग से पहले, कैरेक्टर की स्थिति नियंत्रित करने के विकल्प सीमित और अविश्वसनीय थे:

पोज़ के टेक्स्ट विवरण जटिल स्थितियों में सबसे ज़्यादा विफल होते हैं। "बाएँ हाथ को ऊपर उठाए और दाएँ पैर को 90 डिग्री पर मोड़े हुए महिला" जैसा वाक्य अक्सर ऐसी आकृति देता है जो सामान्य विचार तो पकड़ती है, पर ब्योरे गलत कर देती है। जितने ज़्यादा जोड़ों का वर्णन करने की कोशिश करेंगे, समस्या उतनी ही बढ़ेगी।

संदर्भ फ़ोटो से इमेज-टू-इमेज बेहतर काम करता है, लेकिन इसमें रेफ़रेंस की स्टाइल रिसने लगती है। अगर आपकी रेफ़रेंस फ़ोटो में कोई खास लाइटिंग या बैकग्राउंड है, तो वे तत्व अक्सर आउटपुट में भी आ जाते हैं, भले ही आप वे न चाहें।

ControlNet तरीका, जो अब Qwen Image 2 के बिल्ट-इन सपोर्ट से लगभग मानक बन चुका है, इमेज कंडीशनिंग की सटीकता देता है और स्टाइल की मिलावट से बचाता है, क्योंकि आप पूरी फ़ोटो के बजाय केवल स्केलेटन दे रहे होते हैं।

वास्तविक उपयोग के मामले

आर्टिस्टों के लिए फ़िगर ड्रॉइंग

पारंपरिक और डिजिटल दोनों तरह के आर्टिस्टों के लिए पोज़ रेफ़रेंस हमेशा से वर्कफ़्लो का मुख्य हिस्सा रहा है। SenshiStock जैसी वेबसाइटें और Line of Action जैसी सेवाएँ फ़िगर ड्रॉइंग अभ्यास के लिए मानव पोज़ रेफ़रेंस देती हैं। AI वर्ज़न ज़्यादा लचीला है, क्योंकि आप ऐसे पोज़ जनरेट कर सकते हैं जो किसी स्टॉक फ़ोटो लाइब्रेरी में मौजूद नहीं हैं, किसी भी कैमरा कोण और किसी भी लाइटिंग में।

Qwen Image 2 के 3D पोज़ फ़ीचर के साथ कैरेक्टर शीट पर काम करने वाला आर्टिस्ट यह कर सकता है:

• किसी 3D मैनिक्विन टूल में एक खास डायनामिक पोज़ सेट करना
• स्केलेटन को OpenPose इमेज के रूप में एक्सपोर्ट करना
• उसी सटीक पोज़ के दर्जनों कॉस्टयूम या स्टाइल वेरिएशन जनरेट करना
• नतीजों को सीधे ड्रॉइंग रेफ़रेंस या फ़ाइनल एसेट के रूप में इस्तेमाल करना

समय की बचत बहुत बड़ी है। जिस पोज़ रेफ़रेंस सेशन के लिए पहले मॉडल बुलाना या सही पोज़ के लिए स्टॉक लाइब्रेरी खंगालना पड़ता था, वह अब मिनटों में हो सकता है।

गेम और एनिमेशन के लिए कैरेक्टर डिज़ाइन

गेम कैरेक्टर डिज़ाइनर एक बुनियादी बाधा के साथ काम करते हैं: हर कैरेक्टर को गेम इंजन के लिए कई पोज़ में दिखाना होता है। शुरुआती स्थिति (आमतौर पर रिगिंग के लिए T-pose या A-pose), लड़ाई की मुद्राएँ, आइडल एनिमेशन और कटसीन के पोज़, इन सबके लिए कॉन्सेप्ट आर्ट चाहिए।

Qwen Image 2 में पोज़ कंडीशनिंग के साथ एक डिज़ाइनर यह कर सकता है:

1. हर ज़रूरी पोज़ के लिए 3D स्केलेटन बनाना
2. अलग-अलग कॉस्टयूम, लाइटिंग या विज़ुअल स्टाइल के साथ जल्दी से कॉन्सेप्ट आर्ट वेरिएशन जनरेट करना
3. बिना पोस्ट-प्रोसेसिंग सुधारों के सभी वेरिएशन में अनुपात एक जैसा रखना
4. 3D मॉडलिंग टीम के काम के लिए रेफ़रेंस एक्सपोर्ट करना

यहाँ कंसिस्टेंसी का फ़ायदा खास तौर पर कीमती है। जब रेफ़रेंस शीट्स के बीच किसी कैरेक्टर का अनुपात बदलता है, तो 3D मॉडलर को "असली" अनुपात के बारे में अंदाज़ा लगाना पड़ता है। पोज़-कंडीशंड जनरेशन इस अस्पष्टता को खत्म कर देता है।

प्रोडक्ट और कमर्शियल शॉट्स के लिए पोज़िंग

कमर्शियल फ़ोटोग्राफ़र और विज्ञापन डिज़ाइनर इस फ़ीचर का अलग तरीके से इस्तेमाल करते हैं। जब किसी ब्रांड को किसी खास क्रॉप के लिए किसी आकृति को किसी खास कोण पर प्रोडक्ट पकड़े या पहने हुए दिखाना होता है, तो पारंपरिक वर्कफ़्लो में फ़ोटोशूट बुक करना पड़ता है। AI का विकल्प पोज़ कंडीशनिंग से आकृति को फ़्रेम में ठीक वहीं रखता है जहाँ उसकी ज़रूरत है, फिर उसके आसपास फ़ोटोरियलिस्टिक कपड़े या संदर्भ जनरेट करता है।

यह सारी प्रोडक्ट फ़ोटोग्राफ़ी की जगह नहीं ले सकता। लेकिन शुरुआती कॉन्सेप्ट विज़ुअलाइज़ेशन, सोशल मीडिया एसेट्स और मॉकअप के लिए, आकृति की स्थिति को सटीक रूप से तय करने की क्षमता AI जनरेशन को कमर्शियल वर्कफ़्लो में सच में उपयोगी बनाती है।

💡 व्यावहारिक टिप: प्रोडक्ट पकड़ने वाले पोज़ के लिए 3D स्केलेटन में हाथ और कलाई के जोड़ों को बहुत सावधानी से सेट करें। ये वे जोड़ हैं जो बिना स्पष्ट कंडीशनिंग के शरीर-रचना की दृष्टि से गलत दिखने की सबसे ज़्यादा संभावना रखते हैं।

PicassoIA पर Qwen Image 2

चरण-दर-चरण: इसे कैसे इस्तेमाल करें

PicassoIA आपको अपने टेक्स्ट-टू-इमेज इंटरफ़ेस के ज़रिए सीधे Qwen Image 2 तक पहुँच देता है। 3D पोज़ फ़ीचर इस्तेमाल करने का तरीका यह है:

चरण 1: अपना स्केलेटन रेफ़रेंस तैयार करें PoseMyArt, 3D Pose Maker, या OpenPose प्लगइन वाला Blender जैसा 3D पोज़ एडिटर खोलें। मैनिक्विन को अपनी इच्छित मुद्रा में सेट करें और उसे OpenPose इमेज के रूप में एक्सपोर्ट करें (काली पृष्ठभूमि पर रंगीन स्केलेटन)।

चरण 2: PicassoIA पर Qwen Image 2 खोलें PicassoIA पर Qwen Image 2 मॉडल पेज पर जाएँ। वहाँ आपको ControlNet या पोज़ कंडीशनिंग इनपुट मिलेगा, जहाँ आप अपनी स्केलेटन इमेज अपलोड कर सकते हैं।

चरण 3: अपना प्रॉम्प्ट लिखें अब आपके प्रॉम्प्ट को केवल विज़ुअल तत्वों का वर्णन करना है, पोज़ का नहीं। इन पर ध्यान दें: कैरेक्टर की दिखावट, कपड़े, माहौल, लाइटिंग और कैमरा कोण।

चरण 4: पैरामीटर सेट करें

• आस्पेक्ट रेशियो: अपने इच्छित आउटपुट से मिलाएँ (वाइड शॉट्स के लिए 16:9, कैरेक्टर पोर्ट्रेट के लिए 1:1)
• स्टेप्स: बेहतर क्वालिटी के लिए 30 से 50
• गाइडेंस स्केल: प्रॉम्प्ट के पालन और प्राकृतिक विविधता के अच्छे संतुलन के लिए 7 से 9

चरण 5: जनरेट करें और दोहराएँ क्योंकि पोज़ स्केलेटन इनपुट से लॉक रहता है, दोहराना तेज़ है। आप अपना टेक्स्ट प्रॉम्प्ट बदल सकते हैं, बिना कैरेक्टर की स्थिति खोए।

आप क्या जनरेट कर सकते हैं

पोज़ कंडीशनिंग के साथ व्यवहार्य आउटपुट की रेंज काफ़ी विस्तृत है:

• एक्शन सीक्वेंस जिनमें एक ही कैरेक्टर कोरियोग्राफ़ की गई गति में कई फ़्रेम में दिखता है
• कैरेक्टर शीट जो एक ही डिज़ाइन को कई कोणों से दिखाती हैं (सामने, साइड और थ्री-क्वार्टर व्यू के लिए एक ही स्केलेटन घुमाकर जनरेट करें)
• स्टोरीबोर्ड पैनल जहाँ अलग-अलग दृश्यों में फ़्रेम के अंदर कैरेक्टर की स्थिति एक जैसी रहनी चाहिए
• सोशल मीडिया एसेट्स जिनमें आकृतियाँ गतिशील, ध्यान खींचने वाली मुद्राओं में हों

सबसे विस्तृत आउटपुट के लिए, PicassoIA पर Qwen Image 2 Pro उपलब्ध है। Pro वर्ज़न बारीक डिटेल को ज़्यादा सटीकता से संभालता है, जो तब मायने रखता है जब आपका आउटपुट बड़े आकार में या प्रिंट में टिकना चाहिए।

Qwen Image 2512 वेरिएंट का भी ज़िक्र ज़रूरी है। यह इमेज के अंदर चेहरे की रेंडरिंग और टेक्स्ट रेंडरिंग में सुधार करता है, इसलिए जब आपके कैरेक्टर डिज़ाइन में क्लोज़-अप या इमेज के भीतर कोई टाइपोग्राफ़ी शामिल हो, तब यह सही विकल्प है।

PicassoIA पर और पोज़ कंट्रोल टूल्स

ControlNet वेरिएंट

अगर आप किसी दूसरे बेस मॉडल के ज़रिए पोज़ कंडीशनिंग लगाना चाहते हैं, तो PicassoIA कई ControlNet विकल्प देता है, जो स्ट्रक्चरल कंडीशनिंग को अलग-अलग विज़ुअल स्टाइल के साथ जोड़ते हैं:

SDXL ControlNet LoRA SDXL के हाई-रेज़ोल्यूशन आउटपुट को ControlNet स्ट्रक्चरल कंडीशनिंग के साथ जोड़ता है। यह मॉडल हाई रेज़ोल्यूशन पर फ़ोटोरियलिस्टिक कैरेक्टर जनरेशन के लिए मज़बूत है। LoRA इंटीग्रेशन का मतलब है कि आप पोज़ कंडीशनिंग के ऊपर कस्टम स्टाइल ट्रेनिंग भी जोड़ सकते हैं।

SDXL Multi ControlNet LoRA इसे और आगे ले जाता है, एक साथ कई कंडीशनिंग सिग्नल स्टैक करके। आप OpenPose स्केलेटल इनपुट को Canny एज डिटेक्शन (सटीक बैकग्राउंड स्ट्रक्चर के लिए) या डेप्थ मैप (आकृति और माहौल के बीच सटीक स्थानिक संबंध के लिए) के साथ जोड़ सकते हैं। जटिल दृश्यों के लिए यह उपलब्ध सबसे ज़्यादा नियंत्रण वाला विकल्प है।

💡 Multi-ControlNet टिप: पोज़ और Canny कंडीशनिंग को साथ इस्तेमाल करते समय पोज़ का वेट थोड़ा ज़्यादा (0.6 से 0.8) और Canny का कम (0.4 से 0.6) रखें, ताकि एज मैप आकृति के पोज़ को न बदल दे।

पूरे स्केलेटन के बिना स्ट्रक्चरल कंडीशनिंग के लिए, Flux Canny Pro एज डिटेक्शन का इस्तेमाल करता है ताकि किसी रेफ़रेंस इमेज की संरचनात्मक बनावट बनी रहे और उसकी स्टाइल बदली जा सके। Flux Depth Pro डेप्थ मैप कंडीशनिंग जोड़ता है, जो त्रि-आयामी माहौल में आकृतियों को सटीक जगह देने के लिए खास तौर पर उपयोगी है।

कैरेक्टर कंसिस्टेंसी के विकल्प

पोज़ कंट्रोल का संबंध इस बात से है कि शरीर कहाँ जाता है। कैरेक्टर कंसिस्टेंसी का संबंध इससे है कि कई इमेज में एक ही चेहरा और शारीरिक डिज़ाइन दिखे। ये संबंधित लेकिन अलग समस्याएँ हैं, और PicassoIA के पास दोनों के लिए टूल्स हैं।

Ideogram Character खास तौर पर कैरेक्टर कंसिस्टेंसी के लिए बना है। यह एक रेफ़रेंस दिखावट स्वीकार करता है और उसी कैरेक्टर को अलग-अलग पोज़, सेटिंग और स्थितियों में जनरेट करता है। जब इसे पोज़ कंडीशनिंग मॉडल के साथ इस्तेमाल किया जाता है, तो आप कैरेक्टर का रूप और फ़्रेम में उसकी स्थिति, दोनों एक साथ तय कर सकते हैं।

इस संयोजन का वर्कफ़्लो:

1. Ideogram Character से एक रेफ़रेंस कैरेक्टर इमेज जनरेट करें
2. पोज़ स्केलेटन इनपुट के साथ Qwen Image 2 में कैरेक्टर रेफ़रेंस इस्तेमाल करें
3. आउटपुट कैरेक्टर की विज़ुअल पहचान बनाए रखता है और उसे आपके तय किए पोज़ में रखता है

Flux Kontext Pro इसे अलग तरीके से संभालता है। यह एक इन-कॉन्टेक्स्ट एडिटिंग मॉडल है, जो मौजूदा इमेज लेता है और टेक्स्ट के निर्देशों पर बदलाव लागू करता है, जबकि जो चीज़ें आप नहीं बदलना चाहते उन्हें सुरक्षित रखता है। कैरेक्टर डिज़ाइन के काम में इसका मतलब है कि आप किसी बेस कैरेक्टर इमेज को लेकर उसका पोज़, कपड़े या सेटिंग बदल सकते हैं, बिना चेहरे की एक जैसी विशेषताएँ खोए।

जब फ़ोकस बड़े पैमाने पर फ़ोटोरियलिज़्म पर हो, तब Flux Dev भी टूल्स के अपने सेट में रखने लायक है। मानव शरीर-रचना की इसकी मज़बूत समझ कठिन पोज़ में भी प्राकृतिक अनुपात वाली आकृतियाँ बनाती है, और यह स्केलेटन कंडीशनिंग इनपुट के साथ अच्छी तरह चलता है।

टूल्स की तुलना कैसे होती है

PicassoIA पर अलग-अलग टूल कैरेक्टर बनाने के वर्कफ़्लो के अलग-अलग हिस्सों की सेवा करते हैं। उपयोग के मामले के हिसाब से विवरण यह है:

सही चुनाव आपके आउटपुट लक्ष्य पर निर्भर करता है। अगर आपको बस किसी खास पोज़ में एक कैरेक्टर चाहिए, जिसकी कोई खास स्टाइल ज़रूरी नहीं, तो Qwen Image 2 सबसे तेज़ रास्ता है। अगर आप कॉमिक, गेम या सीरीज़ के लिए एक लगातार बना रहने वाला कैरेक्टर बना रहे हैं, तो Ideogram Character को Flux कंडीशनिंग मॉडलों में से किसी एक के साथ जोड़ने से दोनों की खूबियाँ एक साथ मिल जाती हैं।

जो आर्टिस्ट कंपोज़िशन के हर तत्व पर अधिकतम नियंत्रण चाहते हैं, उनके लिए स्टैक्ड कंडीशनिंग सिग्नल के साथ SDXL Multi ControlNet LoRA AI के साथ ड्रॉइंग का सबसे नज़दीकी अनुभव देता है। आप स्केलेटन, किनारे, डेप्थ और स्टाइल को अलग-अलग तय करते हैं, फिर मॉडल उन्हें एक सुसंगत आउटपुट में मिला देता है।

जब आपको फ़ाइनल-प्रोडक्शन क्वालिटी चाहिए, तब पोज़ जनरेशन को PicassoIA के Super Resolution टूल्स के साथ जोड़ना भी उपयोगी है। पोज़-लॉक्ड कैरेक्टर इमेज को 2x से 4x तक अपस्केल करने से आप उसे प्रिंट, बड़े फ़ॉर्मेट डिस्प्ले या हाई-रेज़ोल्यूशन गेम एसेट्स में इस्तेमाल कर सकते हैं, बिना उस स्ट्रक्चरल सटीकता को खोए जो आपने मूल जनरेशन में बनाई थी।

PicassoIA पर पोज़ वाले कैरेक्टर बनाना शुरू करें

Qwen Image 2 में मुफ़्त 3D कैरेक्टर पोज़ का जुड़ना AI इमेज जनरेशन की सबसे निराशाजनक कमियों में से एक को पाटता है। सटीक आकृति-स्थिति अब इस उम्मीद पर निर्भर नहीं कि मॉडल आपका टेक्स्ट विवरण सही समझेगा। आप उसे एक स्केलेटन देते हैं, वह उसी के इर्द-गिर्द बनता है, और आप पूरे भरोसे के साथ उसी अंतर्निहित शरीर-रचना पर आगे दोहराते हैं।

PicassoIA ये सभी टूल्स एक ही जगह देता है, बिना अलग अकाउंट या API सेटअप के। चाहे आप अपने नए पोज़ फ़ीचर के लिए Qwen Image 2 से शुरुआत करें, फ़ोटोरियलिस्टिक आउटपुट के लिए Flux Dev से, या कई दृश्यों में एक लगातार कैरेक्टर के लिए Ideogram Character से, आपके पास एक ही सेशन में पोज़ के विचार से फ़ाइनल इमेज तक पहुँचने के लिए सब कुछ है।

पूरी कैटलॉग picassoia.com/en/all-models पर उपलब्ध है। एक पोज़ चुनें, स्केलेटन सेट करें, अपना प्रॉम्प्ट लिखें और देखें कि जब शरीर-रचना साथ देती है, तो आपके कैरेक्टर असल में कैसे दिखते हैं।