Kaip gauti fotorealistinius AI vaizdus: 9 užklausų technikos

Štai pilnas įrankių rinkinys. Jums nebūtina naudoti visų devynių kiekvienam vaizdui — tačiau kuo daugiau jų sąmoningai panaudosite, tuo labiau AI sukuriamas vaizdas atrodys fotorealistinis. Kiekviena frazė suformuluota taip, kad ją būtų galima tiesiog įterpti į promptą.

1. Apibūdinkite realų fotoaparatą ir objektyvą. Fotografijos terminai pririša modelį prie realybės. „Nufotografuota su 50 mm objektyvu, f/1.8“ arba „85 mm portreto objektyvas“ nurodo modeliui atkurti tikros nuotraukos optinę „parašą“, įskaitant natūralią perspektyvą ir gylį.
2. Pavadinkite konkrečią šviesos kilmę ir kryptį. Apšvietimas yra svarbiausias realizmo svertas. Pakeiskite „geras apšvietimas“ į „minkšta lango šviesa iš kairės“, „auksinės valandos atbulinis apšvietimas“ arba „apsiniaukusios dienos difuzuota dienos šviesa“. Tikra šviesa turi šaltinį, kryptį ir išblukimą.
3. Pridėkite patikimus netobulumus. Tobulumas skamba kaip netikra. Paprašykite „matomos odos tekstūros ir porų“, „švelnios natūralios asimetrijos“, „keleto išsiskiriančių plaukų“ arba „subtilaus kino grūdėtumo“. Šios smulkios klaidos yra tai, ką fiksuoja fotoaparatai, o ką AI linkęs ištrinti.
4. Laikykite subjektą konkretų ir žmogų. Neaiškūs aprašymai virsta keistais vidurkiaus rezultatais. Nurodykite amžių, išraišką, aprangą ir natūralią pozą: „moteris, apie 40 metų, atsipalaidavusi, pusiau šypsosi, pokalbio metu“, ne „graži moteris“.
5. Naudokite neigiamą promptą, kad pašalintumėte AI atpažinimo požymius. Tiesiogiai atminkite išduodančius elementus: „plastikinė oda, perretušuota, per daug sodrus spalvų sodrumas, papildomi pirštai, deformuotos rankos, tekstas, vandens ženklas, CGI renderis, 3D“. Tai greičiausias būdas pašalinti pasikartojančius artefaktus.
6. Nustatykite realistišką lauko gylį. Tikri objektyvai nelaiko visko aštraus. „Sekli lauko gylis, fonas švelniai sulietas“ arba „gilus fokusas, aštru visur“ nurodo modeliui, kaip elgtųsi tikra diafragma.
7. Suderinkite spalvas su realybe, o ne su saldainiais. Paprašykite „natūralių odos tonų“, „ramių, realistiškų spalvų“ arba „neutralaus baltos spalvos balanso“, kad kompensuotumėte modelio polinkį į persodrumą. Tikros nuotraukos retai būna tokios ryškios kaip numatytasis AI rezultatas.
8. Pritaikykite vadovavimą (guidance), kad modelis neperdirbtų vaizdo. Labai didelis vadovavimo lygis (CFG) gali priversti vaizdą atrodyti blizgantį ir perdirbtą. Jei jūsų įrankis leidžia keisti šį parametrą, vidutinis nustatymas dažnai duoda natūralesnį, mažiau „plastikinį“ vaizdą.
9. Patobulinkite vietiškai, o ne perkurkite iš naujo. Kai 90 % jau fotorealistiniai ir tik rankos ar fonas netikslūs, užmaskuokite ir regeneruokite tik tą sritį arba redaguokite ją tiesiogiai, vietoj to, kad rizikuotumėte nauju bandymu, kuris prarastų tai, kas jau pavyko.

Traktuokite šiuos kaip reguliuojamus, o ne absoliučius. Kamera ir objektyvas bei apšvietimas atlieka daugiausiai darbo beveik bet kurioje scenoje, todėl pradėkite nuo jų, vėliau sluoksniuokite netobulumus ir pridėkite neigiamą promptą prieš tikslinant spalvą, lauko gylį ir vadovavimą.

Jei savo užklausose pakeisite tik vieną dalyką, tegul tai būna apšvietimas. Šviesa yra tai, ką fotografija tiesiogine prasme fiksuoja, o mūsų akys yra itin jautrios apšvietimui, kuris nesielgia kaip tikra šviesa. Vaizdas be aiškaus šviesos šaltinio arba su šviesa, sklindančia iš neįmanomų krypčių, atrodo netikras, net jei visi kiti detalės yra tobuli.

Konkrečios apšvietimo aprašos atlieka dvigubą funkciją: jos nustato nuotaiką ir priverčia modelį generuoti fiziškai nuoseklias šešėlių ir šviesių vietų perėjimus. „Minkšta lango šviesa iš kairės“ reiškia gradaciją per veidą, atspindį akyse ir šešėlių išblukimą dešinėje. „Auksinės valandos apšvietimas iš užpakalio“ reiškia šiltą šviesos apvadą ir šiek tiek miglotą, mažesnio kontrasto sceną. Modelis gali tai įtikinamai atvaizduoti, kai to prašote, o retai — kai neprašote.

Gilesnė priežastis, kodėl tikslus žodžių pasirinkimas veikia, slypi tyrimuose. Komanda, stovinti už Google's Imagen, nustatė, kad išplėtus teksto supratimo galimybes tekstą į vaizdą konvertuojančiame modelyje, fotorealizmas ir teksto bei vaizdo atitikimas pagerėjo labiau nei didinant patį vaizdų generatorių. Modernūs modeliai iš tikrųjų supranta fotografijos ir apšvietimo leksiką, todėl skirti savo žodžius tikrai šviesai tiesiogiai atsiperka realistiškumu.

Greičiausias būdas įsisavinti technikas – pamatyti, kaip generinės užklausos perrašomos fotorealizmo link. Kiekviena eilutė parodo, koks išdavikas pašalinamas ir kokia fotografijos kalba jį pakeičia.

Atkreipkite dėmesį į modelį: kiekvienas perrašymas keičia superlativus („gražus“, „įspūdingas“, „nuostabus“) į kamerą, šviesą, medžiagą ir sąmoningą netobulumą. Šis pakeitimas, kartojamas, sudaro didžiąją dalį fotorealistinio AI meistrystės.

Neigiama užuomina yra sąrašas dalykų, kurių norite, kad modelis vengtų, ir tai yra vienas iš galingiausių įrankių siekiant realistiškumo. Vietoje to, kad tikėtumėtės, jog modelis išvengs plastikinės odos ir perdėto sodrumo, jūs aiškiai įvardijate šias klaidas ir nutolinate vaizdą nuo jų.

Stipri realistiškumo neigiama užuomina paprastai apima keturias kategorijas: plastikinį išvaizdą („airbrushed, plastic skin, smooth, CGI, 3D render“), anatomines klaidas („extra fingers, deformed hands, fused limbs, mangled teeth“), spalvų problemas („oversaturated, HDR, neon“) ir perdangas („text, watermark, signature, logo“). Derinkite tik tas, kurios aktualios jūsų vaizdui, užuot įklijavę milžinišką bloką.

Neigiamos užuominos natūraliai dera su iteracija: jei tam tikras artefaktas nuolat pasirodo, pridėkite jį prie neigiamų užuominų, o ne perrašinėkite viso prašymo. Išsamiau apie užuominos struktūrą — įskaitant teigiamas ir neigiamas užuominas kartu — skaitykite mūsų vadove apie AI nuotraukų užuominų rašymą, arba pradėkite nuo paprasto sakinio Text to Photo ir pridėkite realistiškumo nurodymų iš ten.

Taip — ir kur kas labiau, nei daugelis tikisi. Užklausų technika daug ką išsprendžia, bet pagrindinis modelis nubrėžia lubas. Skirtingi generatoriai treniruojami nevienodai, tad kiekvienas turi savitą numatytą išvaizdą, o kai kurie gerokai pranašesni fotorealizme, ypač kalbant apie odą, rankas ir natūralų apšvietimą.

Vertindami geriausią AI vaizdų generatorių realistiškiems darbams, išbandykite jį sudėtingose situacijose, o ne lengvose. Generuokite arti priartintus portretus ir patikrinkite odos tekstūrą bei rankas. Sukurkite sceną su aiškiu vienu šviesos šaltiniu ir įsitikinkite, ar šešėliai krenta nuosekliai. Generuokite vaizdą su tekstu arba smulkiais pasikartojančiais raštais ir pažiūrėkite, ar jie nesusilieja. Įrankis, kuris su tuo susitvarko, atlaiko griežtesnį patikrinimą.

LaFoto kuriama būtent pagal šį standartą: pagal numatytuosius nustatymus realistiški rezultatai, su užklausų palaikymu ir redagavimo įrankiais, kurie taikosi į įprastus AI išdavimus, o ne juos užmaskuoja. Kadangi tai yra priešpaleidiminis produktas — išsakymas apie dizaino ketinimus, o ne teiginys apie etaloninį našumą — vertinkite bet kurį AI fotografijų generatorių, įskaitant mūsų, pagal aukščiau nurodytus sudėtingus testus, kai jis bus jūsų rankose.

Paleiskite šį trumpą sąrašą prieš patvirtindami, kad vaizdas yra fotorealistinis. Jis aptinka beveik visus likusius išduodančius požymius.

• Šviesa: ar yra aiškus šaltinis ir kryptis, su nuosekliais šešėliais ir šviesos atspindžiu akyse?
• Oda ir tekstūra: ar matosi poros, smulkios raukšlelės ir natūralios netobulybės, o ne dirbtinis, išlygintas blizgesys?
• Rankos, dantys, ausys: ar skaičius ir forma teisingi — nėra sulipusių ar papildomų pirštų?
• Spalvos: natūralios ir šiek tiek santūrios, ne neoninės ar HDR-ryškios?
• Optika: ar matomas tikėtinas lauko gylis ir perspektyva pagal nurodytą objektyvą?
• Fonas: tinkamai netobulas, ne neįmanomai švarus ar besikartojantis?
• Tekstas ir raštai: ar bet koks vaizde esantis tekstas ar smulkūs pasikartojimai atvaizduoti aiškiai, ne išplauti?

Jei kuris nors punktas nepraeina, ištaisykite tik tą vienintelį trūkumą taiklia redakcija arba pakeisdami tik vieną prompto kintamąjį, užuot iš naujo generavę visą vaizdą. Tokia disciplina, kartu su aukščiau nurodytomis devyniomis technikomis, patikimai paverčia bendrą AI sugeneruotą vaizdą fotorealistiniu. Paskutinius 10% patobulinkite AI nuotraukų redaktoriuje užuot rizikavę nauju generavimu.