Πώς να δημιουργήσετε φωτορεαλιστικές εικόνες με AI: 9 τεχνικές για προτροπές

Ιδού ο πλήρης εξοπλισμός. Δεν χρειάζεστε και τις εννέα σε κάθε εικόνα, αλλά όσο περισσότερες εφαρμόζετε σκόπιμα, τόσο πιο φωτορεαλιστική γίνεται η AI εικόνα. Κάθε μία διατυπώνεται ώστε να μπορεί να προστεθεί απευθείας σε ένα «prompt».

1. Περιγράψτε μια πραγματική κάμερα και φακό. Η φωτογραφική ορολογία αγκυροβολεί το μοντέλο στην πραγματικότητα. «λήψη με φακό 50mm, f/1.8» ή «φακός πορτρέτου 85mm» του λέει να αποδώσει την οπτική υπογραφή μιας πραγματικής φωτογραφίας, συμπεριλαμβανομένης της φυσικής προοπτικής και του βάθους.
2. Ονομάστε μια συγκεκριμένη πηγή φωτός και διεύθυνση. Ο φωτισμός είναι ο πιο σημαντικός μοχλός για τον ρεαλισμό. Αντικαταστήστε «καλός φωτισμός» με «μαλακό φως από παράθυρο, από τα αριστερά», «πίσω φως της χρυσής ώρας» ή «διάχυτο φως ημέρας σε συννεφιά». Το πραγματικό φως έχει πηγή, διεύθυνση και εξασθένηση.
3. Προσθέστε πιστευτή ατέλεια. Η τελειότητα μοιάζει ψεύτικη. Ζητήστε «ορατή υφή δέρματος και πόρους», «ελαφριά φυσική ασυμμετρία», «μερικές πεταχτές τρίχες» ή «λεπτό κόκκο φιλμ». Αυτές οι μικρές ατέλειες είναι ό,τι καταγράφουν οι κάμερες και που η AI τείνει να σβήνει.
4. Κρατήστε το θέμα συγκεκριμένο και ανθρώπινο. Οι αόριστες περιγραφές οδηγούν σε παράξενα αποτελέσματα. Καθορίστε ηλικία, έκφραση, ρούχα και μια φυσική στάση: «μια γυναίκα στα 40 της, χαλαρό μισό-χαμόγελο, στη μέση μιας συζήτησης», όχι «μια όμορφη γυναίκα».
5. Χρησιμοποιήστε ένα αρνητικό prompt για να εξαλείψετε τα σημάδια AI. Εξαιρέστε ευθέως τα προφανή: «πλαστικό δέρμα, ρετουσαρισμένο, υπερκορεσμένο, επιπλέον δάχτυλα, παραμορφωμένα χέρια, κείμενο, υδατογράφημα, CGI render, 3D». Αυτός είναι ο γρηγορότερος τρόπος για να αφαιρέσετε επαναλαμβανόμενα σφάλματα.
6. Ορίστε ρεαλιστικό βάθος πεδίου. Οι πραγματικοί φακοί δεν κρατούν τα πάντα ευκρινή. «ρηχό βάθος πεδίου, φόντο απαλά θολωμένο» ή «βαθύς εστιασμός, ευκρινές σε όλο το κάδρο» λέει στο μοντέλο πώς θα συμπεριφερόταν ένα πραγματικό διάφραγμα.
7. Ταιριάξτε τα χρώματα με την πραγματικότητα, όχι με υπερβολικά ζωηρά χρώματα. Ζητήστε «φυσικούς τόνους δέρματος», «ήπιους ρεαλιστικούς χρωματισμούς» ή «ουδέτερη ισορροπία λευκού» για να αντισταθμίσετε την τάση του μοντέλου προς τον υπερκορεσμό. Οι πραγματικές φωτογραφίες σπάνια είναι τόσο ζωντανές όσο η προεπιλεγμένη έξοδος της AI.
8. Ρυθμίστε την καθοδήγηση ώστε το μοντέλο να μην το παρακάνει. Πολύ υψηλή καθοδήγηση (CFG) μπορεί να επιβάλει μια γυαλιστερή, υπερ-επεξεργασμένη εμφάνιση. Αν το εργαλείο σας το επιτρέπει, μια μέτρια ρύθμιση συχνά παράγει μια πιο φυσική, λιγότερο πλαστική εικόνα.
9. Βελτιώστε τοπικά αντί να ξανα-τυχαίνετε. Όταν το 90% είναι φωτορεαλιστικό και μόνο τα χέρια ή το φόντο είναι λάθος, μάσκαρε και αναγεννήστε μόνο εκείνη την περιοχή, ή επεξεργαστείτε την απευθείας, αντί να ρισκάρετε με μια νέα εκτέλεση που θα χάσει ό,τι πέτυχε.

Θεωρήστε τα προσαρμόσιμα, όχι απόλυτα. Η γλώσσα κάμερας και φακού και ο φωτισμός κάνουν την περισσότερη δουλειά σε σχεδόν κάθε σκηνή, οπότε ξεκινήστε από εκεί, και μετά προσθέστε ατέλεια και ένα αρνητικό «prompt» πριν την τελική ρύθμιση χρώματος, βάθους πεδίου και καθοδήγησης.

Αν αλλάξετε μόνο ένα πράγμα στις προτροπές σας, κάντε τον φωτισμό. Το φως είναι αυτό που η φωτογραφία καταγράφει κυριολεκτικά, και τα μάτια μας είναι εξαιρετικά ευαίσθητα στον φωτισμό που δεν συμπεριφέρεται σαν πραγματικό φως. Μια εικόνα χωρίς σαφή πηγή φωτός, ή με φως που έρχεται από αδύνατες κατευθύνσεις, φαίνεται ψεύτικη ακόμα και όταν κάθε άλλη λεπτομέρεια είναι τέλεια.

Οι σαφείς περιγραφές φωτισμού εκτελούν επίσης διπλή λειτουργία: ορίζουν τη διάθεση και αναγκάζουν το μοντέλο να αποδώσει φυσικά συνεπείς σκιές και ανταύγειες. «Απαλό φως παραθύρου από τα αριστερά» υπονοεί μια διαβάθμιση στο πρόσωπο, μια μικρή αντανάκλαση στα μάτια και εξασθένιση της σκιάς στα δεξιά. «Οπίσθιος φωτισμός στη χρυσή ώρα» υπονοεί ένα ζεστό φωτεινό περίγραμμα και μια ελαφρώς ομιχλώδη, χαμηλότερης αντίθεσης σκηνή. Το μοντέλο μπορεί να αποδώσει αυτά πειστικά όταν τα ζητήσετε, και σπάνια όταν δεν τα ζητήσετε.

Ο βαθύτερος λόγος που η ακριβής διατύπωση λειτουργεί βρίσκεται στην έρευνα. Η ομάδα πίσω από Google's Imagen διαπίστωσε ότι η κλιμάκωση της γλωσσικής κατανόησης ενός μοντέλου κειμένου-σε-εικόνα βελτίωσε τον φωτορεαλισμό και την ευθυγράμμιση κειμένου-εικόνας περισσότερο από την κλιμάκωση του ίδιου του γεννήτορα εικόνας. Τα σύγχρονα μοντέλα κατανοούν πράγματι το φωτογραφικό λεξιλόγιο και το λεξιλόγιο φωτισμού, οπότε το να αφιερώνετε τις λέξεις σας στον πραγματικό φωτισμό αποδίδει άμεσα σε ρεαλισμό.

Ο ταχύτερος τρόπος να αφομοιώσεις τις τεχνικές είναι να δεις γενικές υποδείξεις να ξαναγράφονται για ρεαλισμό. Κάθε σειρά δείχνει την ένδειξη που αφαιρείται και τη φωτογραφική γλώσσα που την αντικαθιστά.

Παρατηρήστε το μοτίβο: κάθε επανεγγραφή ανταλλάσσει τα υπερθετικά («όμορφο», «εντυπωσιακό», «καταπληκτικό») με μια κάμερα, ένα φως, ένα υλικό και μια σκόπιμη ατέλεια. Αυτή η ανταλλαγή, όταν επαναλαμβάνεται, είναι το μεγαλύτερο μέρος της τέχνης του φωτορεαλιστικού AI.

Μια αρνητική προτροπή είναι μια λίστα με πράγματα που θέλετε το μοντέλο να αποφύγει, και για την επίτευξη ρεαλισμού είναι ένα από τα πιο ισχυρά εργαλεία που έχετε. Αντί να ελπίζετε ότι το μοντέλο θα αποφύγει το πλαστικό δέρμα και τον υπερκορεσμό, ονομάζετε αυτές τις αποτυχίες ρητά και απομακρύνετε την εικόνα από αυτές.

Μια ισχυρή αρνητική προτροπή για ρεαλισμό συνήθως καλύπτει τέσσερις κατηγορίες: η πλαστική εμφάνιση («εφέ αερογράφου, πλαστικό δέρμα, ομαλή εμφάνιση, CGI, 3D απόδοση»), ανατομικά σφάλματα («επιπλέον δάχτυλα, παραμορφωμένα χέρια, συγχωνευμένα άκρα, κατεστραμμένα δόντια»), προβλήματα χρώματος («υπερκορεσμένα χρώματα, HDR, νέον») και επικαλύψεις («κείμενο, υδατογράφημα, υπογραφή, λογότυπο»). Συνδυάστε όσα σχετίζονται με την εικόνα σας αντί να επικολλήσετε ένα τεράστιο μπλοκ.

Οι αρνητικές προτροπές ταιριάζουν φυσικά με την επανάληψη: αν ένα συγκεκριμένο σφάλμα εμφανίζεται επανειλημμένα, προσθέστε το στις αρνητικές προτροπές αντί να ξαναγράψετε ολόκληρη την προτροπή σας. Για μια πιο εμπεριστατωμένη προσέγγιση στη δομή των προτροπών, συμπεριλαμβανομένων θετικών και αρνητικών προτροπών μαζί, δείτε τον οδηγό μας για τη συγγραφή προτροπών AI για φωτογραφίες, ή ξεκινήστε από μια απλή πρόταση στο Κείμενο σε Φωτογραφία και προσθέστε από εκεί ενδείξεις ρεαλισμού.

Ναι, και περισσότερο απ’ ό,τι πολλοί περιμένουν. Η τεχνική στη διατύπωση των εντολών σε πάει μακριά, αλλά το υποκείμενο μοντέλο θέτει ένα ανώτατο όριο. Διάφοροι γεννήτορες εκπαιδεύονται με διαφορετικό τρόπο, οπότε ο καθένας έχει μια χαρακτηριστική προεπιλεγμένη εμφάνιση, και κάποιοι είναι πολύ πιο ισχυροί στον φωτορεαλισμό από άλλους, ειδικά στην απόδοση του δέρματος, των χεριών και του φυσικού φωτισμού.

Όταν αξιολογείτε ποιος είναι ο καλύτερος γεννήτορας εικόνων AI για ρεαλιστική δουλειά, δοκιμάστε τον στις δύσκολες περιπτώσεις αντί για τις εύκολες. Δημιουργήστε κοντινά πορτρέτα και ελέγξτε την υφή του δέρματος και τα χέρια. Δημιουργήστε μια σκηνή με μια σαφή, μοναδική πηγή φωτός και ελέγξτε αν οι σκιές πέφτουν με συνέπεια. Δημιουργήστε κάτι που περιέχει κείμενο ή λεπτά επαναλαμβανόμενα μοτίβα και ελέγξτε για θολώματα. Ένα εργαλείο που τα διαχειρίζεται αυτά αντέχει στην κριτική.

Η LaFoto σχεδιάζεται ακριβώς γύρω από αυτό το πρότυπο: ρεαλιστική έξοδος ως προεπιλογή, με οδηγούς διατύπωσης και εργαλεία επεξεργασίας που στοχεύουν στις κοινές ενδείξεις τεχνητής προέλευσης αντί να τις συγκαλύπτουν. Επειδή είναι προϊόν σε προ-κυκλοφορία και αποτελεί δήλωση σχεδιαστικής πρόθεσης —όχι ισχυρισμό για συγκριτικό benchmark—, κρίνετε οποιονδήποτε γεννήτορα φωτογραφιών AI, συμπεριλαμβανομένου του δικού μας, με τις δύσκολες δοκιμασίες που αναφέρονται παραπάνω όταν τον έχετε στα χέρια σας.

Κάντε γρήγορο έλεγχο με αυτή τη λίστα πριν αποδεχτείτε μια εικόνα ως φωτορεαλιστική. Σχεδόν πάντα εντοπίζει κάθε υπόλοιπη ένδειξη.

• Φωτισμός: υπάρχει σαφής πηγή και κατεύθυνση, με συνεπείς σκιές και αντανακλαστική λάμψη στα μάτια;
• Επιδερμίδα και υφή: υπάρχουν πόροι, λεπτές γραμμές και φυσικές ατέλειες αντί για αερογραφημένη λάμψη;
• Χέρια, δόντια, αυτιά: σωστός αριθμός και σχήμα, χωρίς συγχωνευμένα ή επιπλέον δάχτυλα;
• Χρώμα: φυσικό και ελαφρώς συγκρατημένο, όχι νέον ή φωτεινό σαν HDR;
• Οπτική: πειστικό βάθος πεδίου και προοπτική για τον φακό που ανέφερες;
• Φόντο: κατάλληλα ατελές, όχι απίστευτα καθαρό ή με επαναλαμβανόμενα μοτίβα;
• Κείμενο και μοτίβα: τυχόν κείμενο μέσα στην εικόνα ή λεπτές επαναλήψεις αποδόθηκαν καθαρά, όχι μουτζουρωμένα;

Αν αποτύχει ένα σημείο, διορθώστε μόνο αυτό με μια στοχευμένη επεξεργασία ή με μια αλλαγή στο prompt που μεταβάλλει μία μόνο παράμετρο, αντί να ξαναδημιουργήσετε ολόκληρη την εικόνα. Αυτή η πειθαρχία, μαζί με τις εννέα τεχνικές παραπάνω, είναι που αξιόπιστα μετατρέπει μια γενική εικόνα AI σε φωτορεαλιστική. Βελτιώστε το τελευταίο 10% στον AI φωτογραφικό επεξεργαστή αντί να ρισκάρετε με μια καινούργια γενιά.