الشيء في مولدات الصور بالذكاء الاصطناعي هو أن الجميع يتظاهرون بأنهم يريدون "إتقانًا واقعيًا فوتوغرافيًا" حتى يتقن النموذج الشيء الذي يريدونه بالفعل: الذوق. والذوق - وليس السرعة، ولا الميجابكسل، ولا المطالبات ذات التركيب اللغوي الروني - هو مكان المعركة.
دعونا نطرح السؤال الواضح أولاً. إذا كانت مولدات الصور بالذكاء الاصطناعي جيدة جدًا الآن، فلماذا لا تزال العديد من الصور... غريبة؟ ليست خاطئة. فقط غير مألوفة قليلًا، مثل متحف شمع حيث الإضاءة رائعة ولكن العيون تتعقبك بعد ثانية متأخرة جدًا. تلك الفجوة - بين ما نقول أننا نريده وما نقبله - هي ما يقوم عليه هذا المشهد بأكمله.
إليك ما هو واضح: مولدات الصور بالذكاء الاصطناعي سريعة ومرنة ومذهلة بصراحة. وهي تتحسن في الشيء الوحيد الذي من المفترض أن تكون أجهزة الكمبيوتر فظيعة فيه: فعل ما قصدناه، وليس ما قلناه. الجزء الثاني لا يزال زلقًا. إذا كنت قد تسلقت يومًا إلى أسفل حفرة الأرنب لـ "لماذا لا يضع النص على اللافتة دون إذابة الحروف"، فقد شعرت بذلك.
نحن في مكان ما بين حقبة الكاميرات الرقمية المبكرة واللحظة التي جعلت فيها الهواتف الذكية التصوير الفوتوغرافي قوة عظمى يومية. يمكن للنماذج تقديم مسام جلدية من شأنها أن تجعل طبيب الأمراض الجلدية الخاص بك يحمر خجلاً، ويمكنهم إخراج ستة اختلافات قبل أن تتمكن من قول "جمالي". لكن القصة الحقيقية ليست واقعية على مستوى السطح. إنه التحكم. والتماسك. والذوق.
ما يريده الناس بالفعل من مولدات الصور بالذكاء الاصطناعي
- مقابض التحكم الواضحة: التلوين الداخلي، والتلوين الخارجي، وأقفال الأنماط، واتساق البذور، ونسب العرض إلى الارتفاع التي لا تعمل كاقتراحات.
- القدرة على التنبؤ: نفس المطالبة، نفس اتجاه الإخراج، وليست رمية نرد مع إنتروبيا وسيم.
- احترام القيود: طباعة مقروءة، وأيدي تنتمي إلى البشر، وإضاءة لا تخون الفيزياء.
- الوضوح القانوني والترخيص: لا توجد روليت حقوق التأليف والنشر.
- سير عمل لا يتطلب درجة علم الآثار في {Discord}.
على الورق، تبدو المساحة مزدحمة. في الممارسة العملية، تكشف كل أداة رئيسية عن رأي مختلف حول كيف يجب أن يكون شعور إنشاء صورة.
- {Midjourney}: لوحة مزاج المؤلف. جيد بشكل خارق في الأسلوب والتكوين، ولا يزال غامضًا بعض الشيء في التحكم. أنت تعمل مع {Midjourney}، وليس عليها.
- {DALL·E 3}: مطيع بشكل لا تشوبه شائبة للغة الطبيعية والتسميات التوضيحية. إنه الطالب المتفوق: رائع في اتباع التعليمات، وأحيانًا حرفي بشكل خاطئ.
- {Stable Diffusion} و {SDXL/SD3.x}: مرآب المصلح. مفتوح، قابل للتعديل، وقادر بشكل كبير في الأيدي اليمنى. خطير إذا كنت لا تعرف أي رافعات يجب سحبها. مجزية إذا قمت بذلك.
- {Adobe Firefly}: البالغ المؤسسي. قضبان السلامة. التراخيص التجارية. مساعدة إضافية من "نعم، وافق القانون".
الخيط المشترك: مولدات الصور بالذكاء الاصطناعي هي، في جوهرها، مضخمات للذوق. إنها تتيح لغير الفنانين التعبير عن رؤية، لكنها لا تزال تكافئ نفس الفضائل القديمة المملة: التكرار والتحرير والعين.
المطالبة ليست تعويذة. إنه موجز.
أسوأ عادة في الصناعة هي التظاهر بأن المطالبات هي أركانا. الحقيقة أقرب إلى كتابة ملخص إبداعي جيد. أنت لا تحتاج إلى ظروف حال باروكية وثلاثة دزينة من الفنانين مفصولة بفواصل. أنت تحتاج:
- وضوح الموضوع: ما هو موجود في الإطار، وما هو غير موجود، وما الذي يجب أن يلاحظه المشاهد أولاً.
- السياق والقيود: وقت النهار، أسلوب الإضاءة، شعور العدسة (واسعة مقابل تليفوتوغرافي)، الحقبة، الوسيط، الحالة المزاجية.
- تلميحات التكوين: المقدمة مقابل الخلفية، التماثل، المساحة السلبية، مكان وضع النص.
- غير القابلة للتفاوض: "خمسة أصابع"، لافتات مقروءة، دقة ألوان العلامة التجارية.
تعامل مع النموذج كمصمم مبتدئ: محدد بما يكفي ليكون مسؤولاً، ومنفتح بما يكفي للخيارات. ثم كرر. الصورة الأولى نادراً ما تكون الحارس. والثاني غالبًا ما يكون كذلك. الثالث يقلب المفهوم أحيانًا.
الواقعية مقابل الذوق (اختر الذوق)
الواقعية الفوتوغرافية هي خدعة صالون. لقد أذهلتنا؛ الآن نتوقع ذلك. ما يحرك الإبرة هو الذوق. هذا هو السبب في أن صور {Midjourney} يمكن أن تبدو سينمائية حتى عندما تحصل على تفاصيل خاطئة - النموذج متحيز نحو جمالية. يفرض المصورون والرسامون الذوق بالفطرة؛ يفرضه الذكاء الاصطناعي باحتمالات مسبقة. هذه ليست علة. إنها الميزة. السؤال هو ما إذا كان ذوق النموذج يتداخل مع ذوقك.
يمكنك محاربة الأولويات. أو يمكنك ركوبها. الأشخاص الذين يحصلون على نتائج جيدة لا يجبرون النموذج على الأرثوذكسية؛ إنهم يوجهون مطالباتهم إلى التيار. اطلب ملصق {Saul Bass} وحارب من أجل الحد الأدنى من الحصى، وستصل إلى هناك بشكل أسرع من البدء بـ "اصنع لي ملصقًا بسيطًا" وانتزاع النموذج من "هريس متدرج لامع حديث".
الطباعة لا تزال الكناري
اسأل أي مصمم: إذا كان نوع الخط يبدو خاطئًا، فإن الصورة بأكملها تبدو خاطئة. تحسنت مشاكل معالجة النص في الذكاء الاصطناعي من "حساء أبجدي بأذرع إضافية" إلى "صحيح تقريبًا إذا لم تنظر عن كثب". إنه أفضل - قابل للاستخدام حتى - في التخطيطات حيث يحترم النموذج المناطق الفارغة. لكننا لسنا في "إسقاط العنوان الرئيسي جاهز" عبر اللوحة. عندما تحتاج إلى طباعة ضيقة، فإن الطريقة القديمة (أنت وخط حقيقي وأداة تخطيط) لا تزال تفوز.
وهذا جيد. لأن حالة الاستخدام القاتلة لمولدات الصور بالذكاء الاصطناعي ليست الطباعة النهائية. إنه التصور. إنها صور مركبة لا تحرجك. إنه تجاوز الصفحة الفارغة. أفضل عمل رأيته يقرن الذكاء الاصطناعي بمحرر بشري لديه حساسية تجاه التفاصيل الكسولة.
التلوين الداخلي والخارجي ووهم التحكم
تحب الأدوات بيع التحكم. الواقع: التلوين الداخلي والخارجي يشبهان الأدوات الجراحية أقل ويشبهان موسيقى الجاز الارتجالية بالمشارط أكثر. إنها تعمل بشكل جميل عندما تدفع: قم بإزالة مصباح، وأضف سماء، وقم بتوسيع مجموعة. إنهم يصبحون متوترين مع التعديلات الهيكلية التي تتعارض مع منطق المشهد. الخدعة هي التفكير مثل مصور سينمائي. الحفاظ على الاستمرارية: الزاوية، اتجاه الضوء، المقياس. إذا تحولت الشمس 30 درجة بين تمريرات التلوين الداخلي، يشعر المشاهد بذلك، حتى لو لم يتمكنوا من تفسير السبب.
تظل المطالبات السلبية مفيدة، ولكن مثل كل المساحات السلبية، فإنها تقرأ بشكل أفضل عند استخدامها باعتدال. "لا توجد أصابع إضافية" أمر جيد. قائمة غسيل من "لا هذا، لا ذاك" تحول المولد إلى شريك ارتجالي مذنب. أخبرها بما يجب أن تفعله، وليس فقط ما يجب تجنبه.
الواقع القانوني: التراخيص والعلامات المائية
إليك الجزء الذي يتظاهر الجميع بأنه ممل حتى يطلب العميل المصدر. إذا كنت تقوم بعمل تجاري، فأنت بحاجة إلى الوضوح: ما هي البيانات، وما هو الترخيص، وماذا يحدث إذا اشتكى شخص ما؟ النماذج المرتبطة بالمخزون الصريح أو تراخيص المؤسسة ستستمر في الفوز بالصفقات. ليس لأنهم فنانون أفضل، ولكن لأنهم يشحنون مع الأوراق. الجزء الآخر هو الأصل - بيانات اعتماد المحتوى المشفرة والعلامات المائية وكل حساء الأبجدية هذا. لن يوقفوا الجهات الفاعلة السيئة. سوف يساعدون الفرق الصادقة في إثبات ما هو.
بالنسبة للمبدعين الأفراد، فإن المسار العملي أبسط: احتفظ بطبقاتك، واحتفظ ببذورك، واحتفظ بمطالباتك. وثق عمليتك. إنه ليس براقة، لكنه عذرك.
سير العمل: أين تتناسب مولدات الصور بالذكاء الاصطناعي بالفعل
- العصف الذهني: تفجير 20 اتجاهًا في 15 دقيقة وقتل 18 منهم دون ندم.
- لوحات المزاج: توحيد المظهر قبل أن يجادل أي شخص بشأن الكاميرات التي لا تملكها.
- الصور المركبة: عرض تخطيط بإضاءة معقولة ومنظور موثوق به.
- الاختلافات: اختبار أ/ب للوحات الألوان والأوضاع والبيئات دون إعادة التصوير.
- حيل ما بعد المعالجة: عناصر الطلاء الداخلي التي نسيتها في المجموعة، وتوسيع الإطار، وإصلاح انعكاس ضال.
لاحظ ما هو مفقود: "فن المفتاح النهائي" و "طباعة جاهزة للإنتاج". يمكن لبعض الفرق الوصول إلى هناك بتكرار وتلميع بشري كافيين. يجب ألا يحاول معظمهم تخطي الخطوات لمجرد أن التمريرة الأولى بدت لامعة.
كيف تكون جيدًا بالفعل في إنشاء الصور بالذكاء الاصطناعي
- ابدأ ببساطة. اسم، فعل، سياق. احصل على قاعدة لائقة.
- قفل البذور عندما يعجبك الاتجاه. ثم كرر: الكاميرا، العدسة، الضوء، وقت النهار.
- احتفظ بكتاب أسلوب شخصي صغير: 10 مراجع تعجبك. اطلب نحوهم دون ذكر الأسماء.
- استخدم الصورة إلى صورة مثل المحترفين: رسم تقريبي، حظر في التكوين، ثم دع النموذج يضيف الجمال.
- تعلم الاقتصاص. التكوين هو نصف المعركة، وأداة الاقتصاص لا تزال غير مهزومة.
- معالجة ما بعد المعالجة. المنحنيات، الحبوب، الازدهار الخفي، النوع الفعلي. الخمسة بالمائة الأخيرة مهمة.
السؤال المفتوح: هل هذا "فن"؟
بالطبع يمكن أن يكون كذلك. بالطبع غالبًا ما لا يكون كذلك أيضًا. العدسة المفيدة هي التأليف. إذا كان بإمكانك وصف عمليتك وإعادة إنتاجها وتطويرها - إذا كان هناك خط متواصل لخياراتك - فأنت تقوم بالتأليف. إذا كنت تقوم بآلة سلوت حتى تحصل على شيء رائع وغير قابل للتكرار، فهذا جيد للملصقات والأجواء، لكن لا تتظاهر بأنه نفس الشيء.
ادعاء الصناعة الذي لا يمكنني تجاهله
هناك سلالة من التعزيز بالذكاء الاصطناعي تقول، بشكل أساسي، إن النموذج هو الفنان وأنت محظوظ فقط لوجودك هناك. هذا متخلف. النموذج هو كاميرا بها 10000 عدسة ومليون مزاج. الكاميرات لا تلتقط الصور. الناس يفعلون. الاستعارة الأفضل هي آلة موسيقية. ضع {Steinway} في غرفة معيشتي؛ لن يؤلف سوناتا. ومع ذلك، فإنه سيجعل عازف البيانو الكفء يبدو رائعًا وعازفًا عظيمًا متساميًا. المطالبات السيئة تبدو وكأنها ممارسة سيئة.
على الجانب الآخر، فإن الخط المتشدد بأن الذكاء الاصطناعي هو "غش" يغيب عن التاريخ الأطول. كان التصوير الفوتوغرافي غشًا. كان الطلاء الرقمي غشًا. كان التراجع غشًا. رمز الغش الحقيقي هو التكرار بسرعة الفكر. إذا كنت على استعداد للقيام بالتفكير.
حول الأدوات، بدون الضجيج
- {Midjourney} للأجواء والأسلوب. مذهلة في الإضاءة السينمائية. لا تزال مبهمة بشكل غريب في المقابض والأقراص. تقبل مزاجه وسوف يكافئك.
- {DALL·E 3} لاتباع التعليمات الحرفية والسلامة العقلية التركيبية. رائعة عندما يكتب العملاء مطالبات مثل ملاحظات الاجتماع.
- نكهات {Stable Diffusion} ({SDXL}، {SD3.x}) للمهوسين بالتحكم والمصلحين. إذا كنت تستمتع بإصدارات النماذج و {LoRA} والمنصات المحلية، فهذا هو ملعبك.
- {Firefly} للفرق التي تهتم بالتعويض بقدر ما تهتم بالبوكيه.
إذا كانت وظيفتك هي إنشاء صور سيدفع الناس مقابلها، فإن الإجابة الصحيحة هي عادةً "استخدم أكثر من واحدة". الأسلوب من واحد، والطباعة والتخطيط في مكان آخر، والتنظيف أينما كنت الأسرع. الزواج الأحادي للأداة هو مجرد جو، وليس سير عمل.
الأدوات التي تساعدك على التفكير، وليس مجرد الإنشاء، يتم التقليل من شأنها. إذا كنت تتلاعب بالبحث والمراجع والتكرار البصري والمطالبات، فإن وجود مساعد ينظم عقلك يكون أكثر فائدة من ميزة أخرى "انظر، دقة فائقة مرة أخرى". المولدات صاخبة. سير العمل هادئ. الهدوء يفوز في أغلب الأحيان.
أفضل الممارسات التي توفر ساعات
- قم ببناء مكتبة مطالبات. ليس 500 مطالبة؛ 15 مطالبة جيدة مع ملاحظات حول متى تعمل.
- احتفظ ببنك بذور. تعامل مع البذور كإحداثيات؛ ضع علامة على خرائطك.
- قم بتسمية مخرجاتك بوضوح. أنت المستقبلي متعاون. لا تكن وقحا.
- قم دائمًا بتصدير قاعدة نظيفة قبل البدء في التعديلات الثقيلة. سترغب في التراجع.
- كرر في الفروع. عندما تنقسم فكرة، قم بتكرار الملف وانطلق في كلا الاتجاهين.
المستقبل: عدد أقل من المقابض، والمزيد من الحكم
مع تحسن النماذج، ستشعر أفضل النماذج بأنها أبسط - ليس لأنها فقدت القدرة، ولكن لأنها أصبحت أفضل في احترام النية. واجهة المستخدم التي تفوز ليست قمرة القيادة المليئة بالمفاتيح. إنها اللوحة القماشية الهادئة مع عدد قليل من الخيارات الهادفة والإعدادات الافتراضية القوية. الباقي هو الذوق. والذوق لا يتوسع. هذا هو بيت القصيد.
اعتراض وداع (أو اثنان)
إذا كنت متحمسًا لصور الذكاء الاصطناعي لأنك تعتقد أنها ستزيل الأشخاص من العملية، فاستعد للشعور بخيبة الأمل ثم الارتياح. تستمر التكنولوجيا في التحسن. تستمر النتائج في الاعتماد بشكل أكبر على الأشخاص الذين يعرفون ما يفعلونه. هذا ليس تناقضًا. هذا هو النمط.
إذا كنت تعتقد بدلاً من ذلك أن مولدات الصور بالذكاء الاصطناعي هي مجرد قصاصات فنية رائعة، فاستمر في المشاهدة. الفجوة بين "لعبة" و "أداة" أغلقت بهدوء بينما كان الجميع يتجادلون عبر الإنترنت. النماذج لا تحتاجك لعبادتها. إنهم يحتاجون فقط إلى أن تستخدمهم بقصد. الباقي هو الممارسة.
وذلك الوادي الغريب؟ إنه يتقلص. ببطء، بشكل مزعج، حتمًا. ولكن حتى عندما يختفي، سيكون العمل الحقيقي كما كان دائمًا: قرر ما تريد قوله، ثم اجعل كل بكسل يقوله.
الأسئلة الشائعة
س 1: ما هي أفضل مولدات الصور بالذكاء الاصطناعي في الوقت الحالي؟
التصور والتكرار. تسحق مولدات الصور بالذكاء الاصطناعي الصفحة الفارغة، وتستكشف الأساليب، وتنتج صورًا مركبة قابلة للاستخدام بسرعة - خاصةً عندما تحافظ على الطباعة والتلميع النهائي في الأيدي البشرية.
س 2: هل مولدات الصور بالذكاء الاصطناعي جيدة بما يكفي للعمل التجاري؟
نعم، إذا كنت تهتم بالعملية والترخيص. استخدم مولدات الصور بالذكاء الاصطناعي للاستكشاف والعروض الأساسية، ثم أنهِ بنوع مناسب وتنقيح وسلسلة أدوات لن تجعل القانون يرتجف.
س 3: أي مولد صور بالذكاء الاصطناعي يجب أن أختاره للحصول على نتائج واقعية؟
اختر الأداة التي تتناسب مع ذوقك: {Midjourney} للحصول على مزاج سينمائي، و {DALL·E 3} لاتباع التعليمات بأمانة، ومتغيرات {Stable Diffusion} إذا كنت تريد تحكمًا دقيقًا. مولدات الصور بالذكاء الاصطناعي ليست قابلة للتبديل؛ لديهم أولويات متميزة.
س 4: لماذا لا يزال النص يبدو غريبًا في الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي؟
لأن الطباعة لا ترحم والنماذج لا تزال تعامل الحروف كأشكال مزخرفة. مولدات الصور بالذكاء الاصطناعي تتحسن، ولكن بالنسبة للعناوين الرئيسية ونوع العلامة التجارية، لا تزال الخطوط الحقيقية في أدوات التخطيط الحقيقية تفوز.
س 5: كيف أكتب مطالبات أفضل لمولدات الصور بالذكاء الاصطناعي؟
اكتب موجزًا، وليس تعويذة. كن محددًا بشأن الموضوع والإضاءة والتكوين والقيود؛ قفل البذور عندما يعمل الاتجاه؛ وكرر مع تغييرات صغيرة ومدروسة بدلاً من تكديس الصفات.
