Na generátoroch obrázkov s umelou inteligenciou je zvláštne to, že všetci predstierajú, že chcú „fotorealistickú dokonalosť“, až kým model nedosiahne to, čo skutočne chceli: vkus. A práve vkus – nie rýchlosť, nie megapixely, nie výzvy s runovou syntaxou – je to, o čo tu ide.
Položme si najprv zrejmú otázku. Ak sú teraz generátory obrázkov s umelou inteligenciou také dobré, prečo je toľko obrázkov stále… zvláštnych? Nie zlých. Len jemne čudných, ako múzeum voskových figurín, kde je osvetlenie skvelé, ale oči vás sledujú o sekundu neskôr. Táto medzera – medzi tým, čo hovoríme, že chceme, a tým, čo akceptujeme – je to, na čom celá táto scéna stojí.
Jedna vec je jasná: generátory obrázkov s umelou inteligenciou sú rýchle, flexibilné a úprimne ohromujúce. A zlepšujú sa v jednej veci, v ktorej mali byť počítače hrozné: robiť to, čo sme mysleli, nie to, čo sme povedali. Tá druhá časť zostáva nejasná. Ak ste niekedy spadli do králičej nory „prečo nedokáže umiestniť text na tabuľu bez toho, aby roztavil písmená“, určite ste to pocítili.
Nachádzame sa niekde medzi érou prvých digitálnych fotoaparátov a momentom, keď smartfóny urobili z fotografie každodennú superschopnosť. Modely dokážu vykresliť póry na pokožke, z ktorých by sa váš dermatológ začervenal, a dokážu vychrliť šesť variácií skôr, ako stihnete povedať „estetika“. Skutočný príbeh však nie je povrchový realizmus. Je to kontrola. Koherencia. A vkus.
Čo ľudia skutočne chcú od generátorov obrázkov s umelou inteligenciou
- Zrejmé ovládacie prvky: inpainting, outpainting, štýlové zámky, konzistencia semien, pomery strán, ktoré sa nesprávajú ako návrhy.
- Predvídateľnosť: rovnaká výzva, rovnaký smer výstupu, nie hod kockou s peknou entropiou.
- Rešpektovanie obmedzení: čitateľná typografia, ruky, ktoré patria ľuďom, osvetlenie, ktoré nezrádza fyziku.
- Právna a licenčná zrozumiteľnosť: žiadna autorská ruleta.
- Pracovný postup, ktorý si nevyžaduje titul z archeológie .
Na papieri vyzerá priestor preplnený. V praxi každý hlavný nástroj odhaľuje iný názor na to, aký by mal byť pocit z vytvárania obrázka.
- : náladová tabuľa autora. Neobyčajne dobrý štýl a kompozícia, stále trochu mystický v ovládaní. S pracujete, nie na ňom.
- : bezchybne poslušný prirodzenému jazyku a titulkom. Je to žiak s vyznamenaním: skvelý v dodržiavaní pokynov, občas doslovný až do krajnosti.
- a : garáž kutila. Otvorené, upraviteľné, mimoriadne schopné v správnych rukách. Nebezpečné, ak neviete, ktoré páky ťahať. Odmeňujúce, ak to viete.
- : firemný dospelák. Bezpečnostné zábradlia. Komerčné licencie. Extra dávka „áno, právne oddelenie schválilo“.
Spoločná niť: generátory obrázkov s umelou inteligenciou sú v podstate zosilňovače vkusu. Umožňujú neumelcom vyjadriť víziu, ale stále odmeňujú tie isté staré, nudné cnosti: iteráciu, úpravy a cit pre detail.
Výzva nie je kúzlo. Je to zadanie.
Najhorší zvyk tohto odvetvia je predstierať, že výzvy sú arkána. Pravda je bližšie k písaniu dobrého kreatívneho zadania. Nepotrebujete barokové príslovky a tri tucty umelcov oddelených čiarkami. Potrebujete:
- Jasnosť subjektu: čo je v zábere, čo nie, čo by si mal divák všimnúť ako prvé.
- Kontext a obmedzenia: denná doba, štýl osvetlenia, pocit objektívu (širokouhlý vs. teleobjektív), éra, médium, nálada.
- Tipy na kompozíciu: popredie vs. pozadie, symetria, negatívny priestor, kam by mal ísť text.
- Neprekonateľné požiadavky: „päť prstov“, čitateľné označenie, vernosť farieb značky.
Zaobchádzajte s modelom ako s mladším dizajnérom: dostatočne špecifickým na to, aby bol zodpovedný, dostatočne otvoreným pre možnosti. Potom opakujte. Prvý obrázok je zriedka ten správny. Druhý často áno. Tretí niekedy otočí koncept.
Realizmus vs. Vkus (Vyberte si Vkus)
Fotorealizmus je trik. Ohromil nás; teraz to očakávame. Čo posúva hranice, je vkus. Preto môžu obrázky z vyzerať filmovo, aj keď sa pomýlia v detailoch – model je zaujatý estetikou. Fotografi a ilustrátori uplatňujú vkus inštinktívne; umelá inteligencia ho uplatňuje na základe predchádzajúcich pravdepodobností. To nie je chyba. To je funkcia. Otázka je, či sa vkus modelu prekrýva s vaším.
Môžete bojovať proti východiskám. Alebo sa na nich môžete zviezť. Ľudia, ktorí dosahujú dobré výsledky, nenútia model do ortodoxie; nasmerujú svoje výzvy do prúdu. Požiadajte o plagát a bojujte za drsný minimalizmus, dostanete sa tam rýchlejšie, ako keby ste začali s „vytvorte mi minimálny plagát“ a vymotávali model z „moderného lesklého gradientného mišmaša“.
Typografia je stále kanárik
Opýtajte sa ktoréhokoľvek dizajnéra: ak vyzerá typ nesprávne, celý obrázok vyzerá nesprávne. Problémy umelej inteligencie s manipuláciou s textom sa zlepšili z „abecednej polievky s ďalšími ramenami“ na „takmer správne, ak sa nepozeráte príliš pozorne“. Je to lepšie – dokonca použiteľné – v rozloženiach, kde model rešpektuje prázdne oblasti. Ale ešte nie sme na úrovni „pripravené na vloženie titulkov“ v celej šírke. Keď potrebujete typografiu, ktorá je presná, staromódny spôsob (vy, skutočné písmo a nástroj na rozloženie) stále vyhráva.
A to je v poriadku. Pretože najlepším prípadom použitia pre generátory obrázkov s umelou inteligenciou nie je finálna tlač. Je to tvorba konceptov. Sú to návrhy, za ktoré sa nehanbíte. Je to prekonanie prázdnej stránky. Najlepšia práca, ktorú som videl, spája umelú inteligenciu s ľudským editorom, ktorý je alergický na lenivé detaily.
Inpainting, Outpainting a ilúzia kontroly
Nástroje radi predávajú kontrolu. Realita: inpainting a outpainting sú menej ako chirurgické nástroje a viac ako improvizačný džez so skalpelmi. Fungujú krásne, keď ich posúvate: odstráňte lampu, pridajte oblohu, rozšírte súpravu. Znervózňujú so štrukturálnymi úpravami, ktoré sú v rozpore s logikou scény. Trikom je premýšľať ako kameraman. Zachovajte kontinuitu: uhol, smer svetla, mierka. Ak sa slnko posunie o 30 stupňov medzi inpaintovými prechodmi, divák to cíti, aj keď nedokáže vysvetliť prečo.
Negatívne výzvy zostávajú užitočné, ale rovnako ako všetok negatívny priestor, lepšie sa čítajú, keď sa používajú striedmo. „Žiadne ďalšie prsty“ je v poriadku. Zoznam „žiadne toto, žiadne tamto“ premení generátor na previnilého improvizačného partnera. Povedzte mu, čo má robiť, nielen to, čomu sa má vyhnúť.
Právna realita: licencie a vodoznaky
Toto je časť, o ktorej všetci predstierajú, že je nudná, až kým sa klient neopýta na zdroj. Ak robíte komerčnú prácu, potrebujete jasnosť: aké sú údaje, aká je licencia, čo sa stane, ak sa niekto sťažuje? Modely spojené s explicitnými akciovými alebo podnikovými licenciami budú naďalej vyhrávať obchody. Nie preto, že sú lepší umelci, ale preto, že sa dodávajú s papiermi. Druhým kusom je pôvod – kryptografické poverenia obsahu, vodoznaky, celá tá abecedná polievka. Nezastavia zlých aktérov. Pomôžu však poctivým tímom preukázať, čo je čo.
Pre jednotlivých tvorcov je pragmatická cesta jednoduchšia: uchovávajte si svoje vrstvy, uchovávajte si svoje semená, uchovávajte si svoje výzvy. Dokumentujte svoj proces. Nie je to očarujúce, ale je to vaše alibi.
Pracovný postup: Kam generátory obrázkov s umelou inteligenciou skutočne zapadajú
- Brainstorming: prejdite cez 20 smerov za 15 minút a zabite 18 z nich bez výčitiek svedomia.
- Náladové tabule: zjednotte vzhľad predtým, ako sa niekto bude hádať o fotoaparátoch, ktoré nevlastníte.
- Návrhy: ukážte rozloženie s vierohodným osvetlením a uveriteľnou perspektívou.
- Variácie: a/b testovanie paliet, póz, prostredí bez opätovného snímania.
- Postprodukčné triky: inpaint prvky, na ktoré ste zabudli na súprave, rozšírte snímku, opravte zatúlaný odraz.
Všimnite si, čo chýba: „finálne kľúčové dielo“ a „typografia pripravená na produkciu“. Niektoré tímy sa tam môžu dostať s dostatočnou iteráciou a ľudským leštením. Väčšina by sa nemala pokúšať preskočiť kroky len preto, že prvý prechod vyzeral lesklo.
Ako sa skutočne zlepšiť v generovaní obrázkov s umelou inteligenciou
- Začnite jednoducho. Podstatné meno, sloveso, kontext. Získajte slušný základ.
- Uzamknite semená, keď sa vám páči smer. Potom opakujte: fotoaparát, objektív, svetlo, denná doba.
- Uchovávajte si malú osobnú knihu štýlov: 10 referencií, ktoré obdivujete. Nasmerujte ich bez toho, aby ste spomínali mená.
- Používajte obrázok na obrázok ako profesionál: hrubý náčrt, bloková kompozícia, potom nechajte model pridať pekné detaily.
- Naučte sa orezať. Kompozícia je polovica bitky a nástroj na orezávanie je stále neporazený.
- Postprodukcia. Krivky, zrno, jemný bloom, skutočný typ. Na posledných piatich percentách záleží.
Otvorená otázka: Je toto „umenie“?
Samozrejme, že môže byť. Samozrejme, že často aj nie je. Užitočnou optikou je autorstvo. Ak dokážete opísať, reprodukovať a vyvíjať svoj proces – ak existuje niť, ktorá spája vaše rozhodnutia – robíte autorstvo. Ak hráte na výhernom automate, kým nezískate niečo skvelé a neopakovateľné, je to v poriadku pre plagáty a vibrácie, ale nepredstierajte, že je to to isté.
Predstieranie odvetvia, ktoré nemôžem ignorovať
Existuje tendencia medzi zástancami umelej inteligencie, ktorá v podstate hovorí, že model je umelec a vy máte len šťastie, že ste tam. To je naopak. Model je fotoaparát s 10 000 objektívmi a miliónom nálad. Fotoaparáty nerobia fotografie. Robia ich ľudia. Lepšou metaforou je hudobný nástroj. Dajte do mojej obývačky; neskomponuje sonátu. Urobí však z kompetentného klaviristu skvele znejúceho a zo skvelého transcendentného. Zlé výzvy znejú ako zlá prax.
Na druhej strane, puristická línia, že umelá inteligencia je „podvádzanie“, prehliada dlhšiu históriu. Fotografia bola podvod. Digitálna maľba bola podvod. Undo bolo podvádzanie. Skutočný cheat code je iterácia rýchlosťou myslenia. Ak ste ochotní premýšľať.
O nástrojoch, bez zveličovania
- pre vibrácie a štýl. Pôsobivé kinematografické osvetlenie. Stále čudne nepriehľadné v gombíkoch a ciferníkoch. Akceptujte jeho temperament a odmení vás.
- pre doslovné dodržiavanie pokynov a kompozičnú zdravú myseľ. Skvelé, keď klienti píšu výzvy ako zápisnice zo stretnutí.
- príchute (, ) pre kontrolných fanatikov a kutilov. Ak vás bavia verzie modelov, a lokálne zostavy, toto je vaše ihrisko.
- pre tímy, ktoré sa starajú rovnako o odškodnenie ako o bokeh.
Ak je vašou prácou vytvárať obrázky, za ktoré ľudia zaplatia, správna odpoveď je zvyčajne „používajte viac ako jeden“. Štýl z jedného, typografia a rozloženie inde, vyčistenie tam, kde ste najrýchlejší. Monogamia nástrojov je vibe, nie pracovný postup.
Nástroje, ktoré vám pomôžu premýšľať, nielen generovať, sú podceňované. Ak žonglujete s výskumom, referenciami, vizuálnou iteráciou a výzvami, mať asistenta, ktorý usporiada váš mozog, je užitočnejšie ako ďalšia funkcia „pozri, opäť super rozlíšenie“. Generátory sú hlučné. Pracovný postup je tichý. Tichý vyhráva častejšie ako nie.
Osvedčené postupy, ktoré šetria hodiny
- Vytvorte si knižnicu výziev. Nie 500 výziev; 15 dobrých s poznámkami o tom, kedy fungujú.
- Uchovávajte si banku semien. Zaobchádzajte so semenami ako so súradnicami; označte si svoje mapy.
- Jasne pomenujte svoje výstupy. Budúci vy je spolupracovník. Nebuďte neslušní.
- Vždy exportujte čistý základ predtým, ako začnete s rozsiahlymi úpravami. Budete sa chcieť vrátiť.
- Opakujte v vetvách. Keď sa myšlienka rozdelí, duplikujte súbor a choďte oboma smermi.
Budúcnosť: Menej gombíkov, viac úsudku
Ako sa modely zlepšujú, tie najlepšie budú pôsobiť jednoduchšie – nie preto, že stratili schopnosti, ale preto, že sa zlepšili v rešpektovaní zámeru. Používateľské rozhranie, ktoré vyhráva, nie je kokpit plný prepínačov. Je to tiché plátno s niekoľkými zmysluplnými možnosťami a silnými predvolenými nastaveniami. Zvyšok je vkus. A vkus sa nedá škálovať. O to ide.
Záverečná pripomienka (alebo dve)
Ak ste nadšení z obrázkov s umelou inteligenciou, pretože si myslíte, že odstránia ľudí z procesu, pripravte sa na sklamanie a potom na úľavu. Technológia sa neustále zlepšuje. Výsledky sú čoraz viac závislé od ľudí, ktorí vedia, čo robia. To nie je rozpor. To je vzor.
Ak si namiesto toho myslíte, že generátory obrázkov s umelou inteligenciou sú len ozdobné kliparty, sledujte ďalej. Medzera medzi „hračkou“ a „nástrojom“ sa ticho uzavrela, zatiaľ čo sa všetci hádali online. Modely nepotrebujú, aby ste ich uctievali. Potrebujú len, aby ste ich používali so zámerom. Zvyšok je prax.
A to tajomné údolie? Zmenšuje sa. Pomaly, otravne, nevyhnutne. Ale aj keď zmizne, skutočná práca bude rovnaká ako vždy: rozhodnite sa, čo chcete povedať, a potom nech každý pixel hovorí to.
Časté otázky
Q1: V čom sú generátory obrázkov s umelou inteligenciou v súčasnosti najlepšie?
Tvorba konceptov a iterácia. Generátory obrázkov s umelou inteligenciou rozdrvia prázdnu stránku, preskúmajú štýly a rýchlo produkujú použiteľné návrhy – najmä ak ponecháte typografiu a finálne leštenie v ľudských rukách.
Q2: Sú generátory obrázkov s umelou inteligenciou dostatočne dobré na komerčnú prácu?
Áno, ak vám záleží na procese a licencovaní. Používajte generátory obrázkov s umelou inteligenciou na prieskum a základné vykresľovanie a potom dokončite so správnym typom, retušovaním a reťazcom nástrojov, ktoré nezmenia právne oddelenie.
Q3: Ktorý generátor obrázkov s umelou inteligenciou si mám vybrať pre realistické výsledky?
Vyberte si nástroj, ktorý zodpovedá vášmu vkusu: pre kinematografickú náladu, pre verné dodržiavanie pokynov a varianty , ak chcete podrobnú kontrolu. Generátory obrázkov s umelou inteligenciou nie sú zameniteľné; majú odlišné východiská.
Q4: Prečo text stále vyzerá čudne na obrázkoch generovaných umelou inteligenciou?
Pretože typografia je neúprosná a modely stále zaobchádzajú s písmenami ako s textúrovanými tvarmi. Generátory obrázkov s umelou inteligenciou sa zlepšujú, ale pre titulky a typ značky stále vyhrávajú skutočné písma v skutočných nástrojoch na rozloženie.
Q5: Ako píšem lepšie výzvy pre generátory obrázkov s umelou inteligenciou?
Píšte zadanie, nie kúzlo. Buďte konkrétni, pokiaľ ide o subjekt, osvetlenie, kompozíciu a obmedzenia; uzamknite semená, keď smer funguje; a opakujte s malými, zámernými zmenami namiesto hromadenia prídavných mien.