AI үшін өнер стильдері: шығармашылық мүмкіндіктерді зерттеу

Жасанды интеллект енді электрондық кестелерге жабыспайды. Бұл сурет салу, сурет салу, коллаж жасау - кейде өте жақсы. Егер сіз бір кездері отырып, ойлаған болсаңыз, жарайды, бірақ мен AI-ға не салу керектігін қалай айта аламын? - «AI үшін өнер стильдері» идеясы осыдан басталады.

Төменде біз мәтіннен кескінге арналған жүйелерде қай стильдер ең жақсы басылатынын, олардың не үшін жасайтынын және өз ұшқыныңызды жоғалтпай оларды қалай басқаруға болатынын қарастырамыз. Мен практикалық тестілеуден бірнеше практикалық жазбаларды (соның ішінде бірнеше жүгірістерде шын мәнінде орындалатын нәрселерді) және кейбір техникалық биттерді қосамын, осылайша процесс сүйектерді жылжыту сияқты азырақ сезіледі [1][2][3][4][5].

Осы мақаладан кейін оқығыңыз келетін мақалалар:

🔗 AI өнерін қалай жасауға болады: жаңадан бастаушыларға арналған толық нұсқаулық
AI-генерацияланған цифрлық өнер туындысын жасауға арналған қадамдық бастаушы нұсқаулығы.

🔗 Жасанды интеллект өнерінің таңы: шығармашылықты ашу немесе жанжал тудыруы
Шығармашылықты, этиканы және жасанды интеллект өнерінің айналасындағы пікірталастарды зерттеу.

🔗 Графикалық дизайнға арналған ең жақсы AI құралдары: AI-мен жұмыс істейтін ең жақсы дизайн бағдарламалық құралы
Заманауи графикалық дизайн жұмыс үрдістерін түрлендіретін қуатты AI құралдарын ашыңыз.

AI үшін өнер стильдерін шын мәнінде жақсы ететін не? ✨

Стильдерді таңдау тек трендтерді іздеу емес. Кейбір стильдер модельдер үшін оңай ұсталады. Бірнеше себеп:

• Айқындық - шын мәнінде ерекше «ережелері» бар стильдер (кубизмнің сынған геометриясы; манганың сызықты ауыр панельдері) қайталанатынырақ, өйткені мақсатты көрнекіліктер онша ауытқымайды [3][4].

• Икемділік - Араластыруға ыңғайлы стильдер («киберпанк + реализм») заманауи диффузиялық модельдерге заттарды таза араластыру үшін кросс-көңілге сүйенуге мүмкіндік береді [1].

• Танылу - Мың рет көрген жаттығу деректерінің стильдері (аниме, импрессионизм, фотореализм) дәлірек шығады [2].

• Көңіл-күй/Атмосфера – «Меланхолик», «тыныш» немесе «неон-жарық» сияқты сөздер жарықтандыруды, палитраны және композицияны әдейі сезінетіндей сенімді түрде ауыстырады [5].

Мақсат – қандай да бір клиникалық «дәлдік» емес. Бұл сіздің көңіл-күйіңізге немесе оқиғаңызға арналған контейнер ретіндегі стиль және ол контейнерге қайта-қайта соғуы үшін үлгіні қалай ұсыну керектігін үйрену.

AI қалай «көреді» стиль (қарапайым нұсқа, жаргонды шамадан тыс жүктемеу)

Қазіргі заманғы мәтіннен суретке модельдер үш нәрсені біріктіреді:

1. Мәтін мен кескінді сәйкестендіру – CLIP сияқты жүйелер «қай сөз қайсы көрініспен үйлесетінін» үйренеді. Сондықтан сіз «қатты сиямен жуу» деп айтқан кезде, ол бұл фразаны көрнекі бейнелермен салыстырады [3].

2. Жасырын кеңістіктегі диффузия - Сорғыштың астында жасырын диффузия шулы кескінді сипаттамаға қарай біртіндеп айқындайды. Осылайша ол тиімділікті де, бақылауды да алады [1].

3. Шақыру модификаторлары - Кішкентай "қоғамдық бұзақылар" - кинематографиялық жарықтандыру, жиек жарығы, жоғары контрастты пленка түйіршіктері - жинақтауға болатын реттелетін циферблаттар сияқты [5].

Неліктен бұл маңызды: Егер стиль жаттығу деректерінде анық болса және оны дұрыс қондырмалармен сипаттасаңыз, сіз тұрақты нәтижелерді жылдам аласыз [1][2][5].

Салыстыру кестесі: AI үшін танымал өнер стильдері 🖌️

Күрделі, бірақ пайдалы көшірме парағы:

Өріс скрипттері: киберпанк үшін «жұмсақ жиек-жарық + көлемді тұман» нысандарды поп етеді. тым таза шығыстарды болдырмау үшін «8-бит, 32×32, шектеулі палитрамен» қысыңыз

Терең сүңгу: реализмге қарсы сюрреализм 🎭

Реализм - бұл пропорция мен егжей-тегжейлі - маркетингтік компонеттер немесе өнім дизайны үшін өте қолайлы, мұнда сенімділік маңызды. Фотореалды, таяз DOF, студиялық жарықтандыру, 85 мм объектив сияқты сұраулар AI-ға анық техникалық якорь береді.

Сюрреализм, екінші жағынан, оғаш нәрсеге сүйенеді. Бұл жерде диффузиялық модельдер жарқырайды: «сағаттан жасалған ұлу», «скрипка ішекті қала» - адамдар ұтымды айта алмайтын, бірақ модель бір-бірімен визуалды түрде біріктіре алатын нәрселер. Бұл өз сиқырын ақырын жасап жатқан кросс-зейін [1]. Жақсы тегтер: арман сияқты, мүмкін емес геометрия, Escher-esque .

Аниме және манга: AI сүйіктісі 🌸

Аниме/манга дерлік әділетсіз тиімді. Анықталған сызықтық сурет, ұяшықтарды көлеңкелеу және белгішелік пропорциялар модельге бекітілген үлгіні береді, сонымен қатар ол жаттығу деректерінде күлкілі түрде жиі кездеседі [2]. Ал гибридтер? Алтын. Киберпанк аниме самурай немесе стеймпанк манга детективін көріңіз .

Шұғыл тірек тіректері:

• «Аниме кілті визуалды, динамикалық поза, таза линиярт, көлеңкелеу, мәнерлі көздер, егжей-тегжейлі фон»

• «манга панелі, экран тонының көлеңкесі, голландиялық бұрыш, сия екпіні»

«таза сызықты, тегіс көлеңкелеуді» жабыстырыңыз немесе түстерді «шектелген палитрамен» шектеңіз.

Киберпанк және футуристік стильдер ⚡

Неон белгілері, хром шағылыстары, жаңбырлы түндер - модель мұны жейді. Диффузия жоғары контрастты жарықтандыруды + шағылыстыратын материалдарды әдемі өңдейді. «Неонмен жарықтандырылған аллея, көлемді тұман, шалшық шағылыстары» сияқты сұраулар көбінесе постерге дайын болып көрінеді.

Түзету кеңесі: балауыз тәрізді беттер ме? Хабарламада «жер асты қабатының шашырауын, пленкалық градацияны» қосыңыз

Импрессионизм және кескіндеме текстуралары 🎨

Мұнда егжей-тегжей патша емес. жұмсақ жиектерде, сынған түсте және жеңіл ойында өркендейді Көрінетін қылқалам соққылары, пленэрлік жарықтандыру, алтын сағат сияқты ұсыныстар жақсы жұмыс істейді. Модель шамадан тыс рендерингсіз егжей-тегжейлерді ұсынады, бұл жеткілікті күлкілі - әрі шынайы, әрі есептеу оңай [4].

Минимализм, пиксель өнері және ретро 🕹️

Шектеулерді жеңілдетеді. Төмен поли геометрияның анықтығына сүйенеді; пиксел өнері ажыратымдылық + палитра арқылы құлыпталған.

Пайдалы жедел жақтаулар:

• «төмен полидиорама, қатты жиектер, тегіс көлеңкелеу, қоршаған ортаның окклюзиясы»

• «пиксельдік арт, 32×32 спрайт, NES стилі, шектеулі дитеринг»

Бүйірлік ескертпе: Егер пиксель суреті тым жылтыр болып көрінсе, аналогтық грит үшін «CRT сканерлеу сызығын, бұралған көлеңкелерді»

Гибридті машықтар: AI жарқыраған жерде ✨

Жабайы карта: айқас тозаңдану. Диффузия көптеген суретшілер қол тигізбейтін әсерлерді біріктіруге мүмкіндік береді - Ван Гог киберпанк , аниме нуар кубизмі , Ренессанс механикалық періште. Бұл нейрондық стильді тасымалдау 2.0 сияқты, бірақ әлдеқайда басқарылатын [1][4].

Рецепт пішімі:
[Тақырып] + [Дәуір/қозғалыс] + [Жарықтандыру] + [Орташа/материал] + [Композиция] + [Палитра/Көңіл-күй]

Мысалы: «төбедегі скрипкашы - импрессионист майлы кескіндеме - алтын сағаттың артқы жарығы - орталықтан тыс - ностальгиялық палитра».

Нәтижелерді шынымен өзгертетін жылдам үлгілер 🛠️

Қайталанатын сынақ сынақтарынан:

1. Орташа + стильді жұптау жиектерді/текстураларды нақтылайды: майлы сюрреализм, сандық манга [5].

2. Lighting First сөзді жинақтаудан гөрі шынайылықты өзгертеді.

3. Камера тілі (бұрыштар, объектив ұзындықтары) жылдам болжау мүмкіндігін береді.

4. Шектеулер - минимализм немесе пиксель өнері үшін ажыратымдылықты/палитраны айқын түрде мәжбүрлейді.

5. Шағын өңдеулер > Үлкен қайта жазулар . «Неон» → «натрий-бу» ауыстыру көбінесе толық жөндеуден гөрі тиімдірек болады [5].

Жылдам шындықты тексеру 🔍

• Bias - Интернетте кең таралған стильдер (аниме, фотореализм) нәтижелерге басымдық береді; сирек кездесетіндер анықтаманы немесе нақтылауды қажет етеді [2].

• Неліктен сюрреальдық жұмыс істейді - Диффузияның бос болуы анатомиялық қателерді жасырады - біртүрлі нәрселерді әдейі етіп көрсетеді [1].

• Prompt Drift - егер әрбір шығыс бірдей болып көрінсе, тақырыпты күрделі жөндеуден бұрын модификаторларды өзгертіңіз [5].

• Құқықтар/Этика - Деректер жиындары кең көлемде сызылады; шығыстарды жауапкершілікпен пайдалану, әсіресе коммерциялық [2].

Mini Case Notes (менің құм жәшігінен) 🧪

• Cyberpunk Portrait - «портрет, ақшыл-қызыл неон, жаңбырлы аллея, жиек-жарық, 85 мм, кинематографиялық боке»
  Жұмыс істеу себебі: объектив + жарықтандыру шегеленген нысанды/фонды бөлу.

• Импрессионисттік пейзаж - «алтын сағаттағы өзен жағасы, импрессионисттік майлы бояу, көрінетін қылқалам сызулары»
  Жұмыс істеу себебі: орташа жинақталған құрылым, жарықпен жылыту.

• Pixel-Art Creature - “32×32 пиксельдік айдаһар, шектеулі дитеринг, 1 пиксель контуры, изометриялық”
  Жұмыс істеді, себебі: шектеулер тегістеуді тоқтатты.

Жылдам анықтамалық сұраулар (көшіру/қою)

• Реализм (өнім): «студия өнімінің фотосуреті, softbox жарықтандыруы, 50 мм объектив, жылтыр керамика, таза сыпыру»

• Аниме әрекеті: «аниме кілті визуалды, қысқартылған динамикалық поза, көлеңкелеу, жылдамдық сызықтары»

• Сюрреалды коллаж: «арман көрінісі, мүмкін емес геометрия, қалқымалы баспалдақтар, жұмсақ тұман, алтын сағаттық жеңіл дән»

• Төмен поли көрініс: «изометриялық төмен полиграфиялық қалашық, тегіс көлеңке, қоршаған ортаның окклюзиясы, пастел палитрасы»

• Импрессионисттік портрет: «кенептегі майлы бояу, бос қылқаламмен жұмыс, жиек жарығы, импасто жарықтары»

Қорытынды 🖼️

«AI үшін өнер стильдері» ережелер кітабы емес, олар ойын алаңдары. Сенім маңызды болғанда реализм жұмыс істейді; шындықты бұзғыңыз келгенде сюрреализм; аниме/манга стильдерді араластыру үшін анықтық қажет болғанда. Жеңіс стратегиясы - құрылымдық ойын: стильді таңдаңыз, жарықтандыруды + ортаны таңдаңыз, бірнеше модификаторларды қосыңыз, содан кейін қайталаңыз. Егер ол сізді бірдеңе сезінсе - тіпті ол таңқаларлық жетілмеген болса да - сіз аймақтасыз.

Анықтамалар

[1] Rombach, R. et al. (2022). Жасырын диффузиялық модельдермен (CVPR) жоғары ажыратымдылықтағы кескін синтезі. PDF
[2] Schuhmann, C. et al. (2022). LAION-5B: Кескін-мәтіндік үлгілерді келесі ұрпаққа үйретуге арналған ашық ауқымды деректер жинағы. PDF
[3] Radford, A. et al. (2021). Табиғи тілді бақылаудан (CLIP) тасымалданатын көрнекі үлгілерді үйрену. PDF
[4] Gatys, L. et al. (2016). Конволюциялық нейрондық желілер (CVPR) көмегімен кескін мәнерін тасымалдау. PDF
[5] Oppenlaender, J. (2024). Мәтіннен кескінге генерациялау үшін жедел модификаторлардың таксономиясы. Мінез-құлық және ақпараттық технологиялар. Мақала

Ресми AI Assistant дүкенінен соңғы AI табыңыз

Біз туралы