AI इमेज और वीडियो जनरेशन में seed क्या है, और उसे कब फ़िक्स करें?

स्टूडियो में किसी मॉडल की सेटिंग्स के नीचे एडवांस्ड हिस्सा खोलें, तो कई मॉडलों में seed नाम का एक फ़ील्ड मिलेगा, जो आम तौर पर -1 पर होता है। ज़्यादातर लोग उसे छूते ही नहीं। कुछ उसे जादुई नंबर मान लेते हैं जो आगे की हर तस्वीर को एक जैसा बना देगा। सच इन दोनों के बीच है: seed नियंत्रित प्रयोग करने का एक छोटा, सटीक औज़ार है, और जब आप समझ लेते हैं कि वह क्या स्थिर रखता है, तो वह re-roll पर असली पैसे बचाता है।

यह नंबर असल में है क्या

कैटलॉग जैसे इमेज और वीडियो मॉडल ख़ाली कैनवस पर नहीं बनाते। वे random noise के एक फ़ील्ड से शुरू करते हैं और उसे क़दम-दर-क़दम निखारते हैं, जब तक वह आपके prompt से मेल न खाए। Seed वह नंबर है जो तय करता है कि यह शुरुआती noise कैसा दिखेगा। एक ही seed, एक ही शुरुआती noise; अलग seed, अलग noise, और इसलिए एक जैसे prompt पर भी अलग तस्वीर।

इसीलिए जनरेट बटन दो बार दबाने पर दो अलग नतीजे आते हैं: seed -1 पर होने पर मॉडल हर render के लिए नया random नंबर लेता है। फ़ील्ड में कोई तय नंबर डालें, तो ज़्यादातर मॉडलों पर जहाँ यह फ़ील्ड है, वही prompt उन्हीं सेटिंग्स के साथ वैसा ही या लगभग वैसा ही लौटता है।

इसे स्टाइल नहीं, लैब नोटबुक समझें

Seed का काम का इस्तेमाल वैसा है जैसे वैज्ञानिक control group इस्तेमाल करता है: सब कुछ स्थिर रखें और सिर्फ़ एक चीज़ बदलें। Seed फ़िक्स होने पर दो render के बीच कोई भी फ़र्क आपके एक बदलाव से आता है, क़िस्मत से नहीं। उसके बिना आप नहीं बता सकते कि बेहतर तस्वीर नए शब्दों की वजह से आई या पासा बस बेहतर गिरा।

1. 01Seed को random रखकर render करते रहें, जब तक किसी नतीजे की composition पसंद न आ जाए।
2. 02अपना एक नंबर फ़िक्स करें (जैसे 1234) और फिर से render करें। यही आपकी baseline है।
3. 03Prompt में सिर्फ़ एक चीज़ बदलें: एक रंग, रोशनी का एक शब्द, एक वस्तु। उसी seed के साथ render करें।
4. 04Baseline से तुलना करें। बदलाव ने मदद की तो रखें, नहीं तो हटा दें, और अगले पर जाएँ।

दूसरा क़दम जितना दिखता है उससे ज़्यादा अहम है। Random seed उसी पल चुना जाता है और आपको दिखाया नहीं जाता, इसलिए पहले क़दम की तस्वीर हूबहू दोबारा नहीं बन सकती। जिस render पर आगे काम करना है, उससे पहले ही अपना नंबर चुन लें।

Seed कब फ़िक्स करें

• Prompt को शब्द-दर-शब्द ट्यून करते समय। ऊपर वाला मामला: हर बदलाव एक ही शुरुआती बिंदु से परखा जाता है।
• सेटिंग्स की तुलना। हर resolution या quality विकल्प पर एक render, एक ही seed, और आप देख पाते हैं कि सेटिंग ख़ुद क्या करती है।
• Variations का परिवार। तीन रंगों में एक प्रोडक्ट, दिन के तीन समय में एक ही दृश्य। फ़िक्स seed उनके बीच layout को random seed से ज़्यादा क़रीब रखता है।
• वीडियो प्रयोग। Seed इमेज मॉडलों से भी ज़्यादा वीडियो मॉडलों में मिलता है, और वीडियो render महँगा होता है, इसलिए एक बार में एक motion शब्द परख पाना जल्दी वसूल हो जाता है।

Random कब छोड़ें

जब आप अभी खोज रहे हों। शुरुआत में विविधता चाहिए: चुनने के लिए पाँच अलग compositions, एक ही तस्वीर की पाँच लगभग-कॉपियाँ नहीं। फ़िक्स seed की एक चुपचाप वाली कमी भी है: अगर शुरुआती noise अजीब pose या तंग framing देता है, तो prompt में कोई बदलाव उसे नहीं बचाएगा, क्योंकि हर render उसी अजीबपन से शुरू होता है। जब कोई दिशा अटक जाए, seed को वापस -1 पर करें और कुछ बार आज़माएँ, फिर नया नंबर फ़िक्स करें।

Seed क्या स्थिर नहीं रखता

Seed शुरुआती noise को तय करता है, और शुरुआती noise का मतलब बाक़ी सब चीज़ों के साथ ही बनता है। मॉडल बदलें, तो वही नंबर बिल्कुल अलग तस्वीर देगा। Aspect ratio या resolution बदलें, तो कैनवस का आकार बदल जाता है, इसलिए नतीजा भी हिलता है, कभी थोड़ा और कभी पूरी तरह। Prompt में लंबा बदलाव baseline से उतना ही दूर जा सकता है जितना नया seed।

सबसे बढ़कर, seed किरदार का ताला नहीं है। दो अलग prompts के लिए एक ही नंबर इस्तेमाल करने से दो दृश्यों में एक ही चेहरा नहीं मिलता; मिलती हैं दो तस्वीरें जिनका शुरुआती पैटर्न संयोग से एक है। बार-बार आने वाले किरदार, प्रोडक्ट या स्टाइल के लिए काम करने वाला औज़ार reference image है, और reference गाइड बताती है कि उसे कैसे इस्तेमाल करें।

कहाँ यह नहीं मिलेगा

हर मॉडल में seed फ़ील्ड नहीं होता। कुछ इसे अंदर ही रखते हैं, और सबसे सरल मॉडल लगभग कुछ भी नहीं दिखाते: जैसे Fast Image सिर्फ़ एक prompt और एक aspect ratio लेता है, बस। जहाँ फ़ील्ड है, वहाँ भी कुछ मॉडल पूरी तरह दोहराए नहीं जा सकते, और वही seed बारीक details में छोटे फ़र्क के साथ लौट सकता है। फ़िक्स seed को एक स्थिर हाथ समझें, pixel-दर-pixel कॉपी की गारंटी नहीं। और फ़िक्स seed से render सस्ता नहीं होता: हर render की क़ीमत वही है जो जनरेट बटन दिखाता है, बाक़ी किसी भी render की तरह। वह बचाता है अंदाज़े में ख़र्च होने वाले re-roll, और जैसा re-roll वाली पोस्ट हिसाब लगाती है, ज़्यादातर पैसा वहीं जाता है।