Construya los guiones gráficos consistentes de personajes con Amazon Nova en Amazon Bedrock – Parte 1

El arte del guión gráfico se erige como la piedra angular de la creación de contenido moderno, tejiendo su papel esencial a través del cine, la animación, la publicidad y el diseño de UX. Aunque tradicionalmente, los creadores se han basado en ilustraciones secuenciales dibujadas a mano para mapear sus narraciones, los modelos de la Fundación AI de hoy (FMS) están transformando este paisaje. FMS como Canvas de Amazon Nova y Amazon Nova Reel Ofrezca capacidades para transformar las entradas de texto e imágenes en imágenes de grado profesional y clips cortos que prometen revolucionar los flujos de trabajo de preproducción.

Sin embargo, este salto tecnológico hacia adelante presenta su propio conjunto de desafíos. Aunque estos modelos se destacan en la generación de conceptos diversos rápidamente, una bendición para la exploración creativa, mantener diseños de personajes consistentes y coherencia estilística en todas las escenas sigue siendo un obstáculo significativo. Incluso las modificaciones sutiles a las indicaciones o configuraciones de modelos pueden producir salidas visuales dramáticamente diferentes, potencialmente interrumpiendo la continuidad narrativa y creando trabajos adicionales para los creadores de contenido.

Para abordar estos desafíos, hemos desarrollado esta serie de dos partes que explora soluciones prácticas para lograr la consistencia visual. En la Parte 1, nos sumergimos profundamente en la rápida ingeniería y las tuberías de desarrollo de personajes, compartiendo patrones rápidos probados que ofrecen resultados confiables y consistentes con Amazon Nova Canvas y Amazon Nova Reel. Parte 2 Explora técnicas como el lienzo de Amazon Nova de fino para lograr una consistencia visual excepcional y un control preciso de los personajes.

Diseño de personajes consistente con Amazon Nova Canvas

La base del guión gráfico efectivo comienza con el establecimiento de diseños de personajes bien definidos. Amazon Nova Canvas ofrece varias técnicas poderosas para crear y mantener la consistencia de los personajes a lo largo de su narrativa visual. Para ayudarlo a implementar estas técnicas en sus propios proyectos, hemos proporcionado ejemplos de código y recursos integrales en nuestro Repositorio de Github. Te recomendamos que sigas mientras caminamos a través de cada paso en detalle. Si eres nuevo en Amazon Nova Canvas, recomendamos la primera revisión Generando imágenes con Amazon Nova para familiarizarse con los conceptos básicos.

Solicitante de texto básico

Amazon Nova Canvas transforma las descripciones de texto en representaciones visuales. A diferencia de los modelos de idiomas grandes (LLM), los modelos de generación de imágenes no interpretan comandos ni participan en el razonamiento; responden mejor a los subtítulos descriptivos. Incluyendo detalles específicos en sus indicaciones, como atributos físicos, ropa y elementos de estilo, influye directamente en la salida generada.

Por ejemplo, “Una niña peruana de 7 años con cabello oscuro en dos trenzas bajas con uniforme escolar” Proporciona elementos visuales claros para que el modelo genere un concepto de caracteres inicial, como se muestra en la siguiente imagen de ejemplo.

Implementación de estilo visual

La consistencia en el guión gráfico requiere características de personajes y estilo visual unificado. Nuestro enfoque separa la información de estilo en dos componentes clave en el aviso:

• Descripción del estilo – Una frase de apertura que define el medio visual (por ejemplo, “Una ilustración gráfica de estilo novedoso de”)
• Detalles de estilo – Una frase de cierre que especifica elementos artísticos (por ejemplo, “Línea audaz, sombras dramáticas, paletas de colores planos”)

Esta técnica estructurada permite la exploración de varios estilos artísticos, incluidas novelas gráficas, bocetos e ilustraciones 3D, al tiempo que mantiene la consistencia de los personajes en todo el guión gráfico. La siguiente es una plantilla de solicitud de ejemplo y alguna información de estilo con la que puede experimentar:

{style_description} A 7 year old peruvian girl with dark hair in two low braids wearing a
    school uniform. {style_details}
styles = [
    {
        "name": "graphic-novel",
        "description": "A graphic novel style illustation of",
        "details": "Bold linework, dramatic shadows, and flat color palettes. Use
            high contrast lighting and cinematic composition typical of comic book
            panels. Include expressive line work to convey emotion and movement.",
    },
    {
        "name": "sketch",
        "description": "A simple black and white line sketch of",
        "details": "Rough, sketch-like lines create a storyboard aesthetic. High
            contrast. No color",
    },
    {
        "name": "digital-illustration",
        "description": "A 3D digital drawing of",
        "details": "High contrast. Rounded character design. Smooth rendering.
            Soft texture. Luminous lighting",
    },
]

Variación del carácter a través de valores de semillas

El seed El parámetro sirve como una herramienta para generar variaciones de caracteres mientras se adhiere a la misma solicitud. Manteniendo la descripción del texto constante y variando solo el seed Valor, los creadores pueden explorar múltiples interpretaciones del diseño de su personaje sin comenzar desde cero, como se ilustra en las siguientes imágenes de ejemplo.

Semilla = 1	Semilla = 20	Semilla = 57	Semilla = 139	Semilla = 12222

Control de adherencia rápido con CFGScale

El cfgScale El parámetro es otra herramienta para mantener la consistencia del carácter, controlando cuán estrictamente el lienzo de Amazon Nova sigue su mensaje. Operando en una escala de 1.1-10, los valores más bajos le dan al modelo una libertad más creativa y los valores más altos hacen cumplir una estricta adherencia rápida. El valor predeterminado de 6.5 generalmente proporciona un equilibrio óptimo, pero como se demuestra en las siguientes imágenes, encontrar la configuración correcta es crucial. Un valor demasiado bajo puede dar lugar a representaciones de carácter inconsistentes, mientras que un valor demasiado alto podría enfatizar demasiado elementos rápidos a costa de la composición natural.

Semilla = 57, cfgscale = 1.1	Semilla = 57, cfgscale = 3.5	Semilla = 57, cfgscale = 6.5	Semilla = 57, cfgscale = 8.0	Semilla = 57, cfgscale = 10

Integración de la escena con parámetros consistentes

Ahora podemos armar estas técnicas para probar la consistencia de los personajes en diferentes contextos narrativos, como se muestra en las siguientes imágenes de ejemplo. Mantenemos una entrada consistente para el estilo, seedy cfgScalevariando solo la descripción de la escena para asegurarse de que el personaje permanezca reconocible a lo largo de las secuencias de la escena.

Semilla = 57, cfg_scale: 6.5	Semilla = 57, cfg_scale: 6.5	Semilla = 57, cfg_scale: 6.5
Una ilustración de estilo de novela gráfica de una niña peruana de 7 años con cabello oscuro en dos trenzas bajas con uniforme escolar Montar una bicicleta en un pase de montaña Línea audaz, sombras dramáticas y paletas de colores planos. Use iluminación de alto contraste y composición cinematográfica típica de los paneles de cómics. Incluya un trabajo de línea expresiva para transmitir emoción y movimiento.	Una ilustación de estilo de novela gráfica de una niña peruana de 7 años con cabello oscuro en dos trenzas bajas con uniforme escolar Caminando por un camino a través de la hierba alta en los Andes Línea audaz, sombras dramáticas y paletas de colores planos. Use iluminación de alto contraste y composición cinematográfica típica de los paneles de cómics. Incluya un trabajo de línea expresiva para transmitir emoción y movimiento.	Una ilustración de estilo de novela gráfica de una niña peruana de 7 años con cabello oscuro en dos trenzas bajas con uniforme escolar Comer helado en la playa Línea audaz, sombras dramáticas y paletas de colores planos. Use iluminación de alto contraste y composición cinematográfica típica de los paneles de cómics. Incluya un trabajo de línea expresiva para transmitir emoción y movimiento.

Tubería de desarrollo de guiones gráficos

Sobre la base de las técnicas de consistencia de personajes que hemos discutido, ahora podemos implementar una tubería de desarrollo de guiones de guiones de extremo a extremo que transforma las descripciones de escena y personajes escritos en guiones gráficos visualmente coherentes. Este enfoque sistemático utiliza nuestros parámetros establecidos para descripciones de estilo, seed valores, y cfgScale valores para proporcionar consistencia del carácter mientras se adapta a diferentes contextos narrativos. Los siguientes son algunas descripciones de escena y personajes de ejemplo:

"scenes":[
    {
        "description": "Mayu stands at the edge of a mountainous path, clutching
            a book. Her mother, Maya, kneels beside her, offering words of encouragement
            and handing her the book. Mayu looks nervous but determined as she prepares
            to start her journey."
    },
    {
        "description": "Mayu encounters a 'danger' sign with a drawing of a
            snake. She looks scared, but then remembers her mother's words. She takes a
            deep breath, looks at her book for reassurance, and then searches for a stick
            on the ground."
    },
    {
        "description": "Mayu bravely makes her way through tall grass, swinging
            her stick and making noise to scare off potential snakes. Her face shows a
            mix of fear and courage as she pushes forward on her journey."
    }
],
"characters":{
    "Mayu":  "A 7-year-old Peruvian girl with dark hair in two low braids wearing a
        school uniform",
    "Maya":  "An older Peruvian woman with long dark hair tied back in a bun, wearing
        traditional Peruvian clothing"
}

Nuestro Pipeline utiliza Amazon Nova Lite para crear primero las indicaciones de imagen optimizadas que incorporan nuestras mejores prácticas establecidas, que luego se pasan a Amazon Nova Canvas para la generación de imágenes. Al establecer numberOfImages más alto (típicamente tres variaciones), mientras se mantiene consistente seed y cfgScale valores, le damos a los creadores múltiples opciones que preservan la consistencia del carácter. Utilizamos el siguiente mensaje para Amazon Nova Lite para generar indicaciones de imagen optimizadas:

Describe an image that best represents the scene described. Here are some examples:
scene: Rosa is in the kitchen, rummaging through the pantry, looking for a snack. She
    hears a strange noise coming from the back of the pantry and becomes startled.
imagery: A dimly lit pantry with shelves stocked with various food items, and Rosa
    peering inside, her face expressing curiosity and a hint of fear.
scene: Rosa says goodbye to her mother, Maya. Maya offers her words of encouragement.
imagery: A wide shot of Rosa's determined face, facing Maya and receiving a small wrapped
    gift.
Only describe the imagery. Use no more than 60 words.
scene: {scene_description}
imagery:

Nuestra tubería generó los siguientes paneles de guión gráfico.

	Mayu se encuentra al borde de un camino montañoso, agarrando un libro. Su madre, Maya, se arrodilla a su lado, ofreciendo palabras de aliento y entregándole el libro. Mayu se ve nervioso pero decidida mientras se prepara para comenzar su viaje.
	Mayu encuentra un signo de “peligro” con un dibujo de una serpiente. Parece asustada, pero luego recuerda las palabras de su madre. Ella respira hondo, mira su libro para tranquilizar y luego busca un palo en el suelo.
	Mayu valientemente se abre paso a través de la hierba alta, balanceando su palo y haciendo ruido para ahuyentar a las posibles serpientes. Su cara muestra una mezcla de miedo y coraje mientras avanza en su viaje.

Aunque estas técnicas mejoran notablemente la consistencia del personaje, no son perfectas. Tras una inspección más cercana, notará que incluso las imágenes dentro de la misma escena muestran variaciones en la consistencia del personaje. Usando consistente seed Los valores ayudan a controlar estas variaciones, y las técnicas descritas en esta publicación mejoran significativamente la consistencia en comparación con la ingeniería rápida básica. Sin embargo, si su caso de uso requiere una consistencia de caracteres casi perfecta, recomendamos proceder a Parte 2donde exploramos técnicas avanzadas de ajuste fino.

Generación de videos para guiones gráficos animados

Si desea ir más allá de las imágenes de la escena estática para transformar su guión gráfico en videoclips breves y animados, puede usar Amazon Nova Reel. Utilizamos Amazon Nova Lite para convertir las indicaciones de imagen en indicaciones de video, agregando movimientos sutiles de movimiento y cámara optimizados para el modelo Amazon Nova Reel. Estas indicaciones, junto con las imágenes originales, sirven como restricciones creativas para Amazon Nova Reel para generar las secuencias animadas finales. El siguiente es el mensaje de ejemplo y su escena animada resultante en formato GIF:

A sunlit forest path with a 'Danger' sign featuring a snake. A 7-year-old Peruvian girl
    stands, visibly scared but resolute. Bold linework, dramatic shadows, and flat color
    palettes. High contrast lighting and cinematic composition. Mist slowly drifting.
    Camera dolly in.

Imagen de entrada	Video de salida

Conclusión

En esta primera parte de nuestra serie, exploramos técnicas fundamentales para lograr la consistencia de carácter y estilo utilizando el lienzo de Amazon Nova, desde ingeniería rápida estructurada hasta la construcción de una tubería de guiones de guiones de extremo a extremo. Demostramos cómo combinar descripciones de estilo, seed valores y cuidadoso cfgScale El control de parámetros puede mejorar significativamente la consistencia del carácter en diferentes escenas. También mostramos cómo la integración de Amazon Nova Lite con Amazon Nova Reel puede mejorar el flujo de trabajo del guión gráfico, lo que permite secuencias de generación de aviso optimizadas y animadas.

Aunque estas técnicas proporcionan una base sólida para la generación constante de guiones gráficos, no son perfectas: las variaciones sutiles aún podrían ocurrir. Te invitamos a continuar Parte 2donde exploramos técnicas avanzadas de ajuste de modelo que pueden ayudar a lograr una consistencia de caracteres casi perfecta y fidelidad visual.

Sobre los autores

Alex Burkleaux es un arquitecto senior de soluciones especializadas de IA/ML en AWS. Ella ayuda a los clientes a usar servicios de IA para construir soluciones de medios utilizando IA generativa. Su experiencia en la industria incluye videos exagerados, sistemas de gestión de bases de datos e ingeniería de confiabilidad.

James Wu es un arquitecto de soluciones especializadas de IA/ML en AWS, que ayuda a los clientes a diseñar y construir soluciones de IA/ML. El trabajo de James cubre una amplia gama de casos de uso de ML, con un interés primario en la visión por computadora, el aprendizaje profundo y la escala de ML en toda la empresa. Antes de unirse a AWS, James fue un arquitecto, desarrollador y líder de tecnología durante más de 10 años, incluidos 6 años en ingeniería y 4 años en industrias de marketing y publicidad.

Vladimir Budilov es un arquitecto principal de soluciones en AWS centrándose en la IA agente y generativa, y la arquitectura de software. Dirige implementaciones de Genai a gran escala, uniendo las capacidades de IA de vanguardia con soluciones comerciales listas para la producción, al tiempo que optimiza para la resistencia de costos y soluciones.

Nora Shannon Johnson es un arquitecto de soluciones en Amazon Music centrado en el descubrimiento y el crecimiento a través de IA/ML. En el pasado, apoyó a AWS a través del desarrollo de prototipos y herramientas de IA generativos para los desarrolladores en servicios financieros, atención médica, minorista y más. Ha sido ingeniera y consultora en diversas industrias, incluidas DevOps, Fintech, Industrial AI/ML y Edtech en los Estados Unidos, Europa y América Latina.

Ehsan Shokrgozar es un arquitecto senior de soluciones especializado en medios y entretenimiento en AWS. Le apasiona ayudar a los clientes de M&E a construir flujos de trabajo más eficientes. Combina su experiencia previa como director técnico e ingeniero de tuberías en varios estudios de animación/VFX con su conocimiento de construir flujos de trabajo de M&E en la nube para ayudar a los clientes a alcanzar sus objetivos comerciales.