AK大佬转发的“照片风格化”视频：上传照片，一键转为像素风、卡通风、3D风、雕塑风。 要知道，风格化一直有两个问题：一个是风格不稳，另一个是结构容易乱。 而这个视频，用到了OmniConsistency方法——它是一个“可插拔”的一致性模块，可以搭配各种扩散式风格迁移模型使用，只加个轻模块，就能显著提升效果。 背后的逻辑包括： - 两阶段训练：先单独训练风格LoRA，再用风格前后的图像对来训练一致性模块，避免风格干扰结构。 - 滚动LoRA策略：训练时每隔50步换一个风格模块和数据集，让模型能适应不同风格，包括没见过的新风格。 - 一致性LoRA：只加在条件分支上，不动主干，既保持结构信息，也不影响风格表达。 - 位置感知插值+因果注意力：保证低分辨率条件图能正确指导高分辨率输出，同时不乱串信息。 - 数据集也不马虎：用GPT-4o生成的风格图像+人工挑选，22种风格、2600对高质量数据。 结果上也很能打。无论是DreamSim、FID、还是GPT-4o评分，各项指标都对标甚至超过了现有SOTA，用户偏好测试也更倾向于OmniConsistency在风格和内容一致性上的表现。 虽然还有些边角问题，比如非英文文本处理不够好、多人物场景下细节不稳，但整体来说，它已经是目前风格迁移里“结构不崩、风格不丢”的强解法之一。 而且对接起来也方便，只加5%左右的资源开销，就能适配各种现有LoRA和风格框架（如IP-Adapter）。 在线网站：huggingface.co/spaces/yiren98/OmniConsistency 论文：
