Como criar uma influenciadora de IA realista: teste do FLUX e Qwen

👁 120 leituras

Uma influenciadora de IA costuma ter rosto impecável, luz dourada e neon ao fundo - e fica artificial à primeira vista. Testei se dá para evitar esse visual com modelos locais. Criei 5 personagens bem diferentes e gerei 2 imagens de cada uma em 5 modelos no meu RTX 4090, totalizando 125 imagens. A conclusão: uma descrição específica da pessoa e do lugar faz mais diferença do que uma lista de palavras como “realistic, 8k”. O FLUX.2 Klein 4B produziu as imagens com mais cara de foto de celular, enquanto o Qwen-Image 2.1 seguiu as descrições com mais consistência. O teste usou personagens e referências de lugares poloneses; não foi um benchmark em português brasileiro.

Visual artificial versus pessoa comum: a mesma personagem

Primeiro, veja de onde vem o “AI slop”, ou conteúdo de IA genérico e artificial. A fileira de cima usa um prompt comum em tutoriais: “garota influenciadora de trilha bonita nas montanhas, rosto perfeito, pele impecável, vista épica, iluminação cinematográfica, 8k, ultra detalhado, obra-prima”. A fileira de baixo usa a descrição da mesma guia de Zakopane. Os modelos, as sementes e a resolução são iguais. Os prompts e as personagens pertencem ao teste original, feito com referências polonesas.

O prompt “bonita… 8k” produz o mesmo resultado em todos os modelos: luz dourada, silhueta cinematográfica diante de picos ou rosto de catálogo. O Z-Image transformou a “garota nas montanhas” em uma modelo fazendo selfie de top. A fileira de baixo parece mostrar fotos que alguém publicaria depois de uma trilha de verdade: vento, bochechas avermelhadas e neblina.

Na versão de visual artificial, o Z-Image transformou Kasia, de Gdańsk, em uma mulher asiática. Sem uma descrição da pessoa, o modelo recorre ao seu padrão de beleza.

Como escrever prompts para evitar o visual artificial

Depois de 125 imagens, cheguei a 6 princípios que funcionaram nos cinco modelos:

1. Use nome, idade e profissão em vez de “mulher bonita”. “Corredora amadora de 34 anos” produz um rosto diferente de “mulher bonita na casa dos 20”.
2. Inclua duas ou três características comuns da aparência. Sardas, nariz um pouco torto, espaço entre os dentes, marcas de acne ou óculos presos por uma corrente. Os modelos realmente as representam.
3. Descreva um lugar real e um pouco bagunçado. “Cozinha alugada em Wrocław, pratos sujos e uma chaleira atrás dela” funciona melhor do que “cozinha luxuosa”. A bagunça ao fundo reduz o aspecto artificial com mais eficácia do que a palavra “realista”.
4. Diga quem está tirando a foto. “Selfie com a câmera frontal do celular” ou “foto tirada pelo neto a alguns metros de distância”. Isso define o enquadramento, a perspectiva e pequenas imperfeições.
5. Prefira luz comum. Céu nublado, lâmpada no teto ou luz do monitor. Hora dourada e “iluminação cinematográfica” são sinais típicos de conteúdo artificial.
6. Evite “8k”, “obra-prima”, “perfeito” e “impecável”. Essas palavras levam os modelos para um resultado publicitário, com pele lisa demais.

Na terceira rodada, também acrescentei um parágrafo sobre “textura natural e sem exageros na pele”, “uma pessoa comum, não uma modelo” e “um pouco de HDR de celular”. O efeito foi menor do que eu esperava. No Qwen, quase não mudou nada; no FLUX.2 Klein, desapareceram alguns rostos aleatórios do enquadramento. A descrição da pessoa e do lugar responde por 90% do resultado.

Modelo de prompt pronto

Este foi o prompt completo para uma das personagens. Troque o nome, a idade, as características, o lugar e a situação. A versão abaixo é uma tradução do prompt original usado no teste, não um novo teste em português:

Foto de Halina, uma mulher polonesa de 62 anos com cabelo grisalho em corte reto na altura do queixo, óculos de leitura presos por uma corrente de contas, linhas de expressão ao sorrir e manchas da idade nas mãos. Ela tira uma selfie um pouco desajeitada, de um ângulo baixo, em sua horta comunitária em Łódź; aperta os olhos por causa do sol e usa um chapéu de palha e um avental floral desbotado. Há plantas de tomate, um regador enferrujado e um galpão de madeira atrás dela. Câmera frontal do celular. Foto de celular sem retoque: textura natural e sem exageros na pele, com poros e pequenas imperfeições; sem filtro de beleza e sem brilho de maquiagem. Ela parece uma pessoa comum e real, não uma modelo; usa roupas práticas do dia a dia, sem nada revelador. Enquadramento um pouco imperfeito, um pouco de HDR de celular e suavidade de JPEG, como em uma publicação real no Instagram. Anatomia correta, uma cabeça por pessoa.

Escrevi os prompts em inglês porque, no teste, os cinco modelos responderam melhor a esse idioma. Mantive nomes de lugares poloneses, como Brzezno, Morskie Oko e Lodz, porque os modelos os reconheciam. Os exemplos traduzidos acima não foram retestados em português.

Galeria: 5 personagens em 5 modelos

Em cada galeria, a fileira de cima mostra uma selfie; a de baixo, uma foto da personagem em ação, tirada por outra pessoa. As colunas seguem a mesma ordem da tabela abaixo.

Kasia, 34 anos, corre na praia em Gdańsk

Amara, 27 anos, cozinha em Wrocław

Halina, 62 anos, cuida da horta em Łódź

Mei, 29 anos, faz avaliações de tecnologia em Cracóvia

Zofia, 24 anos, é guia nos montes Tatras

As melhores imagens individuais

Qual modelo usar para criar uma influenciadora de IA

Minha recomendação: se a influenciadora for gerar renda, escolha o FLUX.2 Klein 4B. Ele tem licença Apache 2.0 e produziu as imagens mais naturais. Para testes e rascunhos, o Qwen-Image 2.1 é a melhor opção, porque segue a descrição com mais fidelidade.

Tempo e memória no RTX 4090

Estes são os tempos da primeira rodada: 10 imagens por modelo, incluindo o recarregamento do codificador de texto a cada prompt (ComfyUI iniciado com --disable-smart-memory). Os modelos são mais rápidos quando você repete o mesmo prompt. Em um teste separado, o Qwen Turbo levou de 3 a 4 s por imagem.

Como manter o mesmo rosto em várias imagens

Neste teste, cada imagem foi uma geração independente. Por isso, Kasia tem rostos diferentes nas imagens feitas por modelos distintos. Para manter uma personagem em um perfil, você precisa preservar o mesmo rosto em 20 a 30 imagens. Veja como:

1. Gere um bom retrato de referência.
2. Use-o como imagem de referência em um modelo com edição (o FLUX 3 Klein aceita até 10 referências; o Qwen-Image 2.1 também aceita referências) e descreva apenas o novo lugar e a nova situação.
3. Para um perfil mais longo, treine um LoRA com as 20 a 30 melhores imagens. O FLUX.2 Klein Base e o FLUX 3 Klein Base foram preparados para isso.

Expliquei a edição com referência no FLUX 3 Klein no teste de FLUX 3 Image Klein local. O modelo mais rápido da mesma família Qwen está no teste de Qwen-Image 2.1 Turbo.

Transparência e uso responsável

• Uma personagem fictícia não é o mesmo que se passar por uma pessoa real. Não gere rostos de pessoas famosas ou conhecidas sem consentimento.
• O AI Act (art. 50) exige que conteúdos gerados por IA que possam induzir alguém ao erro sejam identificados. O Instagram tem um rótulo para informar que um conteúdo foi criado com IA.
• Um perfil de influenciadora de IA que se apresenta como pessoa real e vende produtos pode induzir consumidores ao erro. Uma identificação clara na descrição do perfil ajuda a evitar isso.

Como reproduzir o teste no seu computador

1. Instale o ComfyUI 0.41: veja o guia do ComfyUI para iniciantes.
2. Baixe o FLUX.2 Klein 4B (Apache 2.0) ou outro modelo da tabela. A seleção de arquivos para cada modelo está na lista de novos modelos locais de IA.
3. Defina o formato 4:5 (1024×1280), usado em publicações do Instagram.
4. Cole o modelo de prompt e adapte a personagem. Gere de 3 a 4 versões por semente e escolha a melhor: até o melhor modelo erra em uma a cada dez imagens.

Perguntas frequentes

Como criar uma influenciadora de IA de graça?

Gere as imagens localmente, na sua própria placa de vídeo. Todos os modelos do teste podem ser baixados gratuitamente, e o FLUX.2 Klein 4B e o Z-Image Turbo podem ser usados comercialmente. Você precisa de uma placa NVIDIA com 12 a 24 GB de VRAM e do ComfyUI.

Por que minha influenciadora de IA parece artificial?

Isso costuma acontecer por causa de palavras como “bonita”, “pele perfeita”, “8k” e “cinematográfico”, além da hora dourada. Troque-as por idade, características comuns, um lugar real com alguma bagunça e uma indicação de quem está tirando a foto.

Qual modelo gera fotos mais realistas de pessoas?

No meu teste, o FLUX.2 Klein 4B produziu as fotos com aparência mais natural de celular, enquanto o Qwen-Image 2.1 seguiu as descrições com mais fidelidade. O FLUX 3 Klein teve a textura de pele mais marcada, às vezes exagerada.

Posso ganhar dinheiro com uma influenciadora criada com Qwen?

Não sem autorização da Alibaba. O Qwen-Image 2.1 e o Turbo têm licença Qwen Research, destinada apenas a pesquisa e testes.

Quanto custa de eletricidade?

Com a placa trabalhando de 7 a 20 s por imagem, o custo de energia por unidade é uma fração de centavo. O cálculo detalhado para a sua placa está no artigo Modelo local ou API.

Fontes

• FLUX.2 Klein 4B no Hugging Face (licença Apache 2.0)
• Z-Image Turbo no Hugging Face (licença Apache 2.0)
• Qwen-Image 2.1 Turbo no Hugging Face (licença Qwen Research)
• FLUX 3 Image Klein no Hugging Face
• Teste próprio no RTX 4090, em 17 de outubro de 2026: 125 imagens em 3 rodadas.

// continue lendoGPT Image 2.5: teste de Sunburst e Flare, preço e velocidadeGuiasGPT-6.1 Sol: preço, disponibilidade e teste práticoNotícias rápidasGPT-6 Sol e Luna: preços da API e custo por tarefaBenchmarks