نظرة متعمقة على أدوات الذكاء الاصطناعي المرئي: المطالبة والمرجع والتحكم في النمط

المكاسب:

• القدرة على إنشاء تشريح بصري سريع (الموضوع، المادة، الزاوية، الضوء، النمط، السلبي) والحصول على نتائج قابلة للتكرار
• القدرة على توجيه الاتجاه البصري باستخدام طرق التحكم مثل الصورة المرجعية وControlNet والبذور ووزن النمط
• القدرة على اختيار الأداة وفقًا للمهمة وتقييم الدقة والاتساق وحدود حقوق الاستخدام للمخرجات

في الوحدة السابقة، رأيت كيفية وضع الذكاء الاصطناعي في عملية توليد المفاهيم. في هذه الوحدة، نتعمق أكثر: ستتعلم كيفية التحكم فعليًا في أدوات الذكاء الاصطناعي المرئي. ما يثير إحباط العديد من المصممين هو أن الأداة تنتج صورًا "بنفسها"؛ ومع ذلك، فإن المشكلة عادة لا تكمن في غموض الأداة، بل في غموض التعليمات المقدمة. يتطلب التحكم في الذكاء الاصطناعي البصري معرفة ثلاثة أشياء: التشريح الفوري (ضبط التعليمات بشكل صحيح)، والتحكم في المرجع والتركيب (القيادة مع الصورة)، وإمكانية التكرار (الحصول على نفس النتيجة مرة أخرى). بمجرد أن تتعلم هذه الثلاثة، يتحول الذكاء الاصطناعي من آلة بصرية عشوائية إلى أداة تصميم قابلة للتوجيه.

التشريح الفوري: ست طبقات من وصف الصورة

إن المطالبة المرئية الجيدة ليست جملة عشوائية، ولكنها وصفة متعددة الطبقات. النظر في هذه الطبقات الست:

1. الموضوع: ماذا ننتج؟ ("صندوق شحن سماعات الرأس اللاسلكي")
2. الشكل والتفصيل: الصورة الظلية، التناسب، الزاوية، تمييز السطح. ("زوايا مستديرة، قطعتان، خط فاصل رفيع في الأعلى")
3. المادة وCMF: سطح المادة الملونة. ("بولي كربونات أنثراسايت غير لامع، شريط ألومنيوم مصقول")
4. الزاوية والتأطير: وجهة النظر والتأطير. ("3/4 من الأمام، قليلاً من الأعلى، المنتج في المنتصف")
5. الضوء والبيئة: الإضاءة والخلفية. ("إضاءة استوديو ناعمة، خلفية رمادية فاتحة محايدة لا نهائية")
6. الأسلوب والغرض: رسم تخطيطي، عرض واقعي، رسم فني. ("عرض المنتج الواقعي")

يضاف إلى ذلك مطالبة سلبية: الأشياء التي لا تريدها. توفر العديد من الأدوات منطقة "مطالبة سلبية"؛ هنا تقوم بمسح الإخراج عن طريق كتابة ما لا تريده، مثل "اليد البشرية، النص، الشعار، الخلفية الفوضوية، المنتجات المتعددة". إذا تركت الطبقات المفقودة، فسوف يملأ الذكاء الاصطناعي تلك الفجوات بمتوسطه الإحصائي الخاص به؛ وهذا يعني كليشيهات.

نصيحة: قم بإعداد الموجه كما لو كنت تقرأ من نمط: الموضوع + النموذج + CMF + الزاوية + الضوء + النمط + السلبي. إذا لم يعجبك أحد المخرجات، فاسأل عن الطبقة المفقودة، ولا تعيد كتابة الموجه بالكامل.

المرجع والتكوين والتحكم في الأسلوب

الكلمات لا تستطيع أن تقول كل شيء. في بعض الأحيان تكون الصورة تساوي ألف كلمة. توفر الأدوات الحديثة العديد من وسائل التحكم القوية:

• الصورة المرجعية (موجه الصورة/مرجع الصورة): تقوم بتحميل صورة وتقول "اجعلها تبدو هكذا". يمكنك تعيين مقدار إشارة الأداة إلى الإخراج بالوزن.
• ControlNet: في النظام البيئي Stable Diffusion، هي طبقة تحكم تحافظ على بنية الحافة/الخط/العمق/الوضعية للرسم أو الصورة وتنتج صورة جديدة فوقها. مثالي للحفاظ على التكوين وتغيير مادة الرسم الخاص بك.
• مرجع النمط / وزن النمط: لنقل الجو المحيطي / اللون والملمس للصورة فقط، وليس محتواها.
• Inpainting (تحرير إقليمي): إخفاء جزء فقط من الصورة وإعادة إنتاجه (على سبيل المثال، تغيير المقبض فقط).
• LoRA / تدريب مخصص: على مستوى متقدم، ضبط النموذج بناءً على لغة العلامة التجارية أو نمط معين. وهذا يتطلب الحذر بشأن الخصوصية وحقوق الطبع والنشر (مع بياناتك الخاصة، بعد الحصول على إذن).

الفائدة المشتركة لهذه الأدوات: أنها تجبر الذكاء الاصطناعي على العمل من الإطار الذي تقدمه له، بدلاً من الحلم من الصفر. الأكثر قيمة بالنسبة للمصمم هي ControlNet وinpainting، لأنها تحافظ على تكوين الرسم الخاص بك.

التكاثر: البذور والمعلمات

تبدأ نماذج الانتشار بالعشوائية. البذور هي رقم البداية لهذه العشوائية. نفس المطالبة + نفس البذرة + نفس المعلمات عادةً ما تعطي نفس الصورة/مشابهة جدًا. وهذا أمر بالغ الأهمية للتصميم: يمكنك إصلاح البذرة لإعادة إنتاج الصورة التي تريدها، أو مجرد تغيير كلمة ورؤية التأثير بطريقة يمكن التحكم فيها. معلمات مهمة أخرى: نسبة العرض إلى الارتفاع، والخطوات (خطوات أكثر، أكثر دقة ولكن أبطأ)، ومقياس التوجيه (التوجيه/CFG؛ مدى ملاءمته للموجه - إذا كان مرتفعًا جدًا، فإنه يبدو مصطنعًا وقسريًا).

السيطرة

ماذا يفعل

متى تستخدم

تثبيت البذور

يستنسخ نفس الإخراج

عند تطوير صورة وتجربة A/B

الصورة المرجعية + الوزن

إنها تشبه صورة

تكوين / نقل الغلاف الجوي

شبكة التحكم (الحافة/العمق)

يحافظ على التكوين، ويغير المحتوى

إنشاء عرض من الرسم الخاص بك

com.inpainting

تحديث منطقة واحدة فقط

تغيير تفاصيل واحدة

موجه سلبي

يزيل غير المرغوب فيه

تنظيف الخلفية، اليد، النص

ثلاث حالات صغيرة

الحالة 1 - حماية الرسم الخاص بك. يريد أحد المصممين تحويل رسم تخطيطي مرسوم باليد للمكنسة الكهربائية اليدوية إلى عرض واقعي. عند تجربتها باستخدام رسالة نصية فقط، ينتج الذكاء الاصطناعي نموذجًا مختلفًا تمامًا. عندما تقوم بتحميل الرسم الخاص بك باستخدام وضع ControlNet الماهر، فإن الذكاء الاصطناعي يحافظ على خطوطه ويغطيها بالبلاستيك غير اللامع وإضاءة الاستوديو. يحصل على النتيجة التي يريدها في 4 محاولات. الدرس المستفاد: للحفاظ على التركيب، تعد ControlNet أقوى بكثير من الموجه النقي.

الحالة 2 - فقدان التباين غير المنضبط. يجد المصمم مفهومًا يحبه، لكنه لا يأخذ في الاعتبار البذرة. في اليوم التالي، عندما يطلب "مقبضًا أرق قليلاً"، لا يمكنه إنتاج نفس الصورة مرة أخرى؛ يظهر منتج مختلف تمامًا في كل مرة ويخسر ساعات. الدرس المستفاد: احفظ البذرة والموجه الكامل لكل مخرج تريده؛ هذه هي نقاط "العودة" الخاصة بك.

الحالة 3 - التنظيف بموجه سلبي. عندما يقوم المصمم بإنتاج صور الاستوديو، تظهر الأيدي البشرية غير المرغوب فيها والنص المنعكس والمنتج الثاني في نصف المطبوعات. فهو يضيف "الأيدي البشرية، والنص، والعلامة المائية، والمنتج المكرر، والخلفية المزدحمة" إلى الموجه السلبي وتزداد جودة الإخراج بشكل ملحوظ مع 8 كلمات فقط. الدرس المستفاد: قول ما لا تريده لا يقل أهمية عن قول ما تريده.

قوالب سريعة قابلة للنسخ

LAYERED PROMPT SKELETON "[الموضوع]، [الشكل والتفاصيل]، [CMF: لون مادة السطح]، [الزاوية والإطار]، [الضوء والخلفية]، [النمط: رسم/عرض/تقنية].--السلبية: يد بشرية، نص، شعار، علامة مائية، منتجات متعددة، خلفية فوضوية."

عرض القالب من المرجع "احتفظ بخط وتكوين الرسم الذي قمت بتحميله (وضع ControlNetedge). قم بتطبيق المواد التالية عليه: [جسم بلاستيكي غير لامع، تفاصيل من الألومنيوم]. الضوء: استوديو ناعم. الخلفية: رمادي محايد. لا تغير النموذج، فقط أضف المادة والضوء."

قالب تغيير تفصيلي واحد (الرسم الداخلي) "في هذه الصورة، قم بإعادة إنتاج منطقة [المنطقة المقنعة: المقبض] فقط. الإصدار الجديد: [أقل حجمًا، مريح، منحني]. لا تلمس بقية الصورة، الإضاءة والزاوية."

نموذج ملاحظة إمكانية إعادة الإنتاج "تعجبني هذه النسخة المطبوعة. احفظ المعلومات التالية واستخدمها في المرة القادمة: موجه = [نص كامل]، بذرة = [رقم]، عرض إلى ارتفاع = [نسبة]، خطوة = [رقم]، اتجاه = [قيمة]. فقط قم بتغيير هذا العنصر الواحد: [X]."

موجه ضعيف / موجه قوي

مطالبة ضعيفة: "عرض جميل لسماعات الرأس على خلفية بيضاء."

رسالة قوية: "علبة شحن سماعة رأس لاسلكية داخل الأذن، على شكل حبة بيضاوية، خط فاصل رفيع في الأعلى. CMF: جسم بولي كربونات عاجي غير لامع، شريط مفصل ذهبي ساتان. الزاوية: 3/4 أمامي، أعلى قليلاً. الضوء: سوفت بوكس ستوديو ناعم، انعكاس علوي طفيف. الخلفية: خلفية رمادية فاتحة محايدة لا نهائية. النمط: عرض منتج واقعي. البذور: 4821، الجانب 4:3. -- سلبي: يد بشرية، نص، الشعار، العلامة المائية، المنتج الثاني، الظل الصلب."

تسمح المطالبة الضعيفة للأداة بملء الفراغات بالعبارات المبتذلة؛ تحدد المطالبة القوية كل طبقة، وتزيل السلبيات وتجعلها قابلة للتكرار مع البذور.

الأخطاء الشائعة

• اكتب مطالبة غامضة من جملة واحدة وقم بتحميل النتيجة إلى الأداة. الذكاء الاصطناعي هو من يملأ الفجوات، وليس أنت.
• عدم حفظ البذور والمعلمات. لا يمكنك أبدًا الحصول على الإخراج الذي تريده مرة أخرى.
• لا تستخدم أبدًا الموجه السلبي. العناصر غير المرغوب فيها تلوث الإخراج.
• إجراء مئات التجارب العشوائية بدلاً من التحقق من التركيب. يعمل ControlNet/inpainting على تسريع المهمة.
• استخدام صورة محمية بحقوق الطبع والنشر لشخص آخر كمرجع. هناك خطر تقليد الأسلوب وحقوق النشر (انظر الوحدة 10).

تحذير: الصور المرجعية أو أوزان الأنماط هي أدوات قوية، ولكنها تشكل مخاطر قانونية وأخلاقية إذا تم استخدامها لنسخ تصميم خاص بشخص آخر أو أسلوب توقيع الفنان. اختر مراجعك من المواد الخاصة بك أو من المصادر المسموح بها/المجانية.

باختصار

يتطلب التحكم في الذكاء الاصطناعي المرئي ثلاث إمكانات: إعداد موجه متعدد الطبقات (الموضوع، النموذج، CMF، الزاوية، الضوء، النمط، السلبي)، التوجيه بالصورة (المرجع، ControlNet، الرسم الداخلي، وزن النمط)، وتوفير إمكانية التكرار (حفظ البذرة والمعلمات). مع هذه الثلاثة، يتحول الذكاء الاصطناعي من آلة عشوائية إلى أداة تصميم قابلة للتوجيه. يعد ControlNet وinpainting أقوى بكثير من المطالبة الخالصة عندما تريد حماية التكوين الخاص بك. قم بإزالة المراجع التي لا تريدها باستخدام المطالبة السلبية واختر مراجعك من المصادر الآمنة لحقوق الطبع والنشر.

مهمة التطبيق

اختر منتجًا وارسم (أو ابحث عن) رسمًا تقريبيًا يدويًا أولاً. اكتب موجهًا يصف هذا المنتج بإطار عمل موجه متعدد الطبقات، وأضف موجهًا سلبيًا، وأنتج أربعة مخرجات. احفظ البذرة ومعلمات الإخراج التي تريدها؛ بعد ذلك، باستخدام منطق "تغيير التفاصيل الفردية"، قم بتغيير عنصر واحد فقط (على سبيل المثال، المقبض) وأنتجه مرة أخرى بنفس البذرة. قارن بين النتيجتين واكتب كيف يتغير عنصر التحكم.

قائمة مرجعية

• [ ] قمت بإعداد الموجه لتغطية ست طبقات (الموضوع، النموذج، CMF، الزاوية، الضوء، النمط).
• [ ] لقد كتبت ما لم أرغب فيه في الموجه السلبي.
• [ ] لقد استخدمت المرجع/ControlNet/inpainting عندما كنت بحاجة للحفاظ على التكوين.
• [ ] لقد قمت بحفظ بذور ومعلمات الإخراج التي أعجبتني.
• [ ] لقد حاولت التحكم في الاختلاف عن طريق تحريك متغير واحد.
• [ ] لقد اخترت صوري المرجعية من مصادر محمية بحقوق الطبع والنشر.