Superpose wykorzystuje AI do coachingu pozowania do zdjęć — stworzona przez byłych dyrektorów TikToka

Superpose, aplikacja aparatu stworzona przez byłych dyrektorów TikToka, analizuje zdjęcie lub selfie i generuje cztery sugerowane przez AI pozy — bezpośrednia próba zmniejszenia różnicy między tym, jak ludzie chcą wyglądać na zdjęciach, a tym, jak faktycznie się pozycjonują przed obiektywem.

Kluczowe wnioski

• Superpose to nowa aplikacja aparatu od byłych dyrektorów TikToka, która wykorzystuje AI do analizy zdjęć i generowania czterech sugestii pozowania.
• Aplikacja działa poprzez skanowanie przesłanego selfie lub zdjęcia i produkowanie alternatywnych pozycji ciała i twarzy dostosowanych do obiektu.
• W przeciwieństwie do generatorów obrazów AI, które fabrykują sceny, Superpose skupia się na rzeczywistym robieniu zdjęć — coachingu człowieka przed naciśnięciem migawki.
• Produkt znajduje się na przecięciu fotografii obliczeniowej i kierowania AI, przestrzeni, którą OpenAI weszło w tym roku poprzez przejęcie Glass Imaging za 300 milionów dolarów.
• Dla twórców AI-art aplikacja sygnalizuje rosnący rynek narzędzi AI, które kształtują fotograficzne dane wejściowe — obrazy referencyjne, które zasilają przepływy pracy generowania.

Co Superpose faktycznie robi ze zdjęciem

Podstawowy mechanizm jest prosty: prześlij zdjęcie, a aplikacja zwróci cztery warianty pokazujące, jak obiekt mógłby się przepozycjonować — różne kąty, ułożenia ramion, nachylenia głowy, przesunięcia ciężaru. Nie generuje syntetycznego obrazu ciebie; generuje instruktażowe referencje pozowania skalibrowane do twojego ciała i sylwetki. To rozróżnienie ma znaczenie. Superpose coachuje fotografa, nie zastępuje fotografii.

Ta funkcja coachingu ma wyraźną linię w kulturze wizualnej. Fotografowie mody od dawna używali Polaroidów i natychmiastowych podglądów jako narzędzi reżyserskich — zrób jedną klatkę, przestudiuj ją, dostosuj, przestrzel. Superpose automatyzuje tę pętlę sprzężenia zwrotnego w coś, co osoba może uruchomić sama, bez fotografa po drugiej stronie obiektywu. Rezultat jest bliższy reżyserowi pozowania w kieszeni niż filtrowi.

Dla twórców AI-art praktyczny kąt jest mniej oczywisty, ale realny. Zdjęcia referencyjne są podstawą przepływów pracy spójności postaci — wprowadzanie twarzy lub ciała do generatora obrazów w celu zakotwiczenia stylu lub podobieństwa. Źle spozowana referencja wprowadza niezręczną geometrię, którą modele mają trudności z czystą interpretacją: zgarbione ramię odczytywane jest jako deformacja, skrócona ręka produkuje zmasakrowaną kończynę. Lepsze zdjęcia źródłowe produkują czystsze cele inpaintingu i bardziej spójne dane wejściowe ControlNet. Superpose, używane przed krokiem generowania, mogłoby znacząco poprawić jakość materiału referencyjnego, który zasila te potoki.

DNA TikToka i co sygnalizuje o rynku

Tło zespołu założycielskiego jest godne uwagi. Wzrost TikToka był częściowo zbudowany na algorytmicznym sprzężeniu zwrotnym, które mówiło twórcom, co działało — które formaty, które cięcia, które rytmy wizualne napędzały retencję. Superpose stosuje wersję tej samej zasady do fotografii statycznej: użyj danych i AI, aby powiedzieć człowiekowi, czego chce aparat, zanim człowiek zobowiąże się do pozy.

Według TechCrunch, aplikacja jest zasadniczo aplikacją aparatu w swojej istocie, z warstwą AI siedzącą na górze doświadczenia przechwytywania, a nie zastępującą je. Ta architektura utrzymuje człowieka w pętli jako faktyczny obiekt i autor obrazu — znaczący wybór w momencie, gdy kwestia autorstwa w obrazach AI jest wszystkim, tylko nie rozstrzygnięta.

Aplikacja nie wydaje się celować w profesjonalnych fotografów, którzy już mają reżyserów, asystentów i lata pamięci mięśniowej. Celuje w szeroką średnią — ludzi, którzy chcą zdjęć, które wyglądają intencjonalnie, a nie przypadkowo, i którym brakuje słownictwa, aby tam dotrzeć na własną rękę. To duża publiczność, która znacząco pokrywa się z twórcami używającymi generatorów obrazów AI do rozszerzania lub stylizowania swoich autoportretów.

Twórcy, którzy już pracują z narzędziami generowania obrazów AI do udoskonalania i stylizowania zdjęć, znajdą Superpose najbardziej użyteczne jako krok przed generowaniem: najpierw ustaw pozę prawidłowo w aparacie, a następnie wprowadź tę czystszą referencję do przepływu pracy generowania. Alternatywa — próba skorygowania złej pozy poprzez inpainting lub ControlNet po fakcie — jest wolniejsza i rzadko tak czysta. Ustawienie geometrii prawidłowo przed zobowiązaniem pikseli to nadal najbardziej efektywna ścieżka.