Бірлік 3 / 11

Фотографиялық визуалды өндіріс және жедел анатомия: диффузия қалай жұмыс істейді?

Табыстар:

  • Суретті тудыратын жасанды интеллект (диффузия) қалай жұмыс істейтінін және фотографиялық шынайылық үшін қандай рецепт құрамдастары қажет екенін түсіну
  • Тақырыптан, жарықтан, объективтен/камерадан, композициядан, атмосферадан және техникалық құрамдастардан тұратын күшті фотографиялық шақыруды жазу мүмкіндігі.
  • Шығарылған сурет пен түсірілген фотосурет арасындағы айырмашылықты, пайдалану шегін және түпнұсқалық декларациясының маңыздылығын ажырата білу

Фотограф генеративті көрнекі AI-ны үш заңды мақсат үшін пайдаланады: көңіл-күй тақталары мен тұжырымдамаларға сілтемелер жобасын жасау, нақты түсірілімді толықтыратын элементтерді жасау (фон, текстура, композиттік бөлік) және толығымен жасалған кескіндерді жасау (мысалы, биржалық сату немесе жарнама тұжырымдамасы үшін). Бұл бөлімде біз бұл құралдардың қалай жұмыс істейтінін және фотографиялық шынайылыққа шақыруларды қалай жазу керектігін үйренеміз. Мақсат - кездейсоқ жақсы соққыны күту емес; Бұл фотографтың тілінде не қалайтыныңызды сипаттап, нәтижені бағыттау дегенді білдіреді.

Диффузия: модель «фотосуреттерді» қалай шығарады?

Бүгінгі суретті жасайтын АИ-лердің көпшілігі диффузия деп аталатын әдіспен жұмыс істейді. Қарапайым: модель миллиондаған кескіндерде «шудан мағыналы кескінге» өтуді үйренді. Ол өндіріс кезінде кездейсоқ шудан басталады (қарлы скриншот сияқты) және мәтінге сәйкес келетін шуды біртіндеп тазалау арқылы кескін жасайды (шақыру). Осыдан екі негізгі факт шығады:

Біріншіден, модель сипатталмаған нәрсені шығара алмайды. Жарық айтпасаң, кездейсоқ жарық келеді; Егер сіз объективті көзқарасты қарастырмасаңыз, «фотография сезімі» кездейсоқтық болып қала береді. Екіншіден, модель түсінбейді, болжайды. Сондықтан қол, мәтін, рефлексия, симметрия сияқты логиканы қажет ететін жерлерде қателіктер жібереді (галлюцинация). Фотографиялық реализмді қаласаңыз, фотосуретті фотосуретке айналдыратын техникалық шешімдерді - жарық, объектив, композицияны нақты сипаттауыңыз керек.

Абайлаңыз: Жасалған кескін «фотоға ұқсас» көрінуі мүмкін болса да, ол фотосурет емес; ол нақты сәтті құжаттамайды. Оны жаңалықтарда, деректі фильмде немесе контекстте «бұл шынымен болды» деп қолдану жаңылыстыру болып табылады және біз 9-бөлімде қарастыратын этикалық шекараны бұзады.

Фотографиялық жедел анатомия

Күшті фотографиялық шақыру алты құрамдас бөліктен тұрады. Түсірілімді жоспарлау сияқты мыналарды ойлап көріңіз:

  1. Тақырыбы: Не/кім? Жасы, киім-кешек, өрнек, әрекет, сан. («Орта жастағы ағаш ұстасы, алжапқышта, стендте жұмыс істейді»)
  2. Жарық: бағыт, қаттылық, көз, уақыт. Бұл фотосуреттің жүрегі. («жұмсақ бүйірлік терезе жарығы, таңертеңгі, төмен контраст»)
  3. Объектив және камера көрінісі: фокустық қашықтық, өріс тереңдігі, бұрыш. («85 мм портреттік линза сезімі, терең емес өріс, жұмсақ фондық боке, көз деңгейі»)
  4. Құрамы: Жақтау, орналастыру, жақтау. («жақын, үштен бірлер ережесі, сол жақтағы тақырып»)
  5. Атмосфера және түс: тон, көңіл-күй, палитра. («жылы жер тондары, тыныш, ностальгиялық»)
  6. Технология/сапа: Текстура, реализм ноталары, арақатынасы. («табиғи тері құрылымы, қабықшасы, 3:2 қатынасы»)

Осы құрамдастарды ретімен енгізгенде, модель әлдеқайда бақыланатын, «фотографиялық» нәтиже береді. Сіз қалдырған кез келген компонент кездейсоқ қалдырылады.

Кеңес: AI мәтінді/логотипті сызбаңыз. Диффузиялық модельдер оқылатын мәтінді және меншікті логотиптерді сенімді түрде жасай алмайды; оларды нақты жобалау кезеңінде қосыңыз. Сондай-ақ оқылатын мәтінді қажет ететін кескінде AI-ны тек фон/атмосфера үшін пайдаланыңыз.

Пропорция және мақсатты пайдалану

Пропорция кескіннің ені мен биіктігінің арақатынасы болып табылады және оның қолданылуын анықтайды: әлеуметтік желідегі тік оқиға үшін 9:16, стандартты басып шығару үшін 3:2, шаршы пост үшін 1:1, кең баннер үшін 16:9. Оны кейінірек кесіп, сапаны жоғалтқанша, пропорцияны басынан бастап көрсеткен дұрыс. Мақсатты пайдалануды (басып шығару немесе көрсету) біле отырып, ең басынан бастап ажыратымдылық пен қатынасты таңдаңыз.

Теріс рецепт және вариация

Көптеген құралдардың теріс нұсқауы да бар: суретте қалаусыз нәрселерді жазатын аймақ («деформацияланған қол, қосымша саусақтар, мәтін, су таңбасы, пластикалық байлау»). Бұл жалпы ақауларды азайтады, бірақ толығымен болдырмайды; тексеру әлі де маңызды. Тұқым деген ұғым да бар — өндіріс басталатын кездейсоқтық тұқымы; Дәл сол септік және жедел нұсқау қайтадан ұқсас нәтиже береді, бұл сізге дәйекті жинақты жасауға көмектеседі (біз 4-ші блокта тереңірек қарастырамыз).

үш шағын іс

1-жағдай – рецепттің күші. Фотограф «кофе ішіп отырған әйел» деп жазып, көңілсіз нәтижелерге қол жеткізді. Prompta жарықты (бүйірлік терезе жарығы), линзаны (50 мм, өріс тереңдігі аз), атмосфераны (жылы, тыныш таңертең) және текстураны (табиғи тері) қосқанда, нәтиже қолдануға болады. Кадр генерациясының рұқсат етілген жылдамдығы шамамен 1/20-дан 1/4-ке дейін өсті; Өндіріс уақыты үштен біріне қысқарды.

2-жағдай – Галлюцинациядан айырылу. Дизайнер-фотограф презентацияға «қол алысқан іскер адамдар» бейнесін тексермей-ақ қояды. Кездесуде басшының үш қолы бар екені байқалды. Кішкентай экранда елеусіз қалған олқылық проекцияда үлкейтілді. 30 секундтық қол/саусақ сканерлеу бұл ұяттың алдын алар еді.

3-жағдай — Дұрыс құралды таңдау. Өнім фотографы өзі түсірген нағыз сағатты басқа ортаға орналастырғысы келді. Оны нөлден шығарудың орнына, ол нақты өнімнің жақтауын сақтап қалды, тек фон/атмосфера AI-мен жасалып, композиттен жасалған. Осылайша, өнімнің нақты бөлшектері (бренд, циферблат) бұрмаланған жоқ; сенімділік те, дәлдік те сақталды.

Көшіретін үлгілер

1) Фотографиялық қаңқа:

[тақырып: кім/қандай, жас, киім, өрнек, әрекет],[жарық: бағыт, қатал, көз, уақыт],[объектив/камера: фокустық қашықтық сезімі, өріс тереңдігі, бұрыш],[композиция: жақтау, орналастыру, конвенция],[атмосфера/түс: тон, көңіл-күй, палитра],[техника: табиғи мәтін, реалист.]. Мәтінді/логотипті қосыңыз.

2) теріс нұсқау жобасы:

Теріс жақтары (мен қаламайтындар): дұрыс емес қол, артық/жоқ саусақтар, қисық бет, пластик/балауыз тәрізді тері, оқылмайтын мәтін, су таңбасы, қайталанатын текстура, мүмкін емес көлеңке, шамадан тыс қаныққан түс.

3) Moodboard сілтемесі үшін (бағыт, жеткізу емес):

Мақсаты: түсірілімге арналған moodboard сілтемесі (жеткізу мүмкін емес). Тұжырымдама: [тұжырымдама]. Эстетиканы тек атрибуттармен сипаттаңыз: жарық [..], түстер палитрасы [..], атмосфера [..], композиция [..]. Ешқандай адам/бренд/фотограф атын пайдаланбаңыз. 4 вариация жасаңыз.

4) Нақты өнімді қорғайтын құрама жоспар:

Менде нағыз [өнім] кадры бар; Өнімнің өзі өзгермейді. Тек фон/атмосфера үшін жасалатын кескінге шақыруды жазыңыз: [жарық, бет, түс, қоршаған орта]. Композиция сенімді болуы үшін өнімнің көлеңке бағыты мен жарық қаттылығы [..] болуы керек.

Әлсіз шақыру / Күшті шақыру

Әлсіз: «Әдемі портреттік фото».

Күшті: "Орта жастағы фермер әйел, күнге тозған жүзі, сәл күлімсіреген, бидай алқабында; бүйірден алтын сағаттық жарық, төмен контраст; 85 мм портреттік көрініс, өріс тереңдігі таяз, фон жұмсақ; жақыннан, сол жақта, үштен бірлер ережесі; жылы жер реңктері, тыныш және лайықты көңіл-күй; табиғи тері текстурасы, фотографиялық жарық, 2. фотосурет қосындысы. мәтін».

Әлсіз ерік толығымен кездейсоқ қалдырылады; Күшті сұраныс жарықты, линзаны, композицияны және атмосфераны сипаттайтындықтан, ол қажетті нәтиже алу ықтималдығын айтарлықтай арттырады.

Жалпы қателер

  • Жарық пен линзаны сипаттамау. Бұл екеуі негізінен фотосуретті фотосуретке айналдырады; Егер сіз оны бос қалдырсаңыз, нәтиже кездейсоқ қалады.
  • AI оқуға болатын мәтінді/логотипті сызу. Модель бұларды сенімді түрде шығара алмайды; Ол ақаулы және авторлық құқықпен қорғалған болуы мүмкін.
  • Жасалған суретті «фотосурет» ретінде көрсету. Бұл деректі фильм/жаңалық контекстте жаңылыстыру; Факт туралы мәлімдеме қажет.
  • Адам/бренд атымен көшіру стилі. Еліктеу және авторлық құқық тәуекелі; Эстетиканы қасиеттермен сипаттаңыз.
  • Растауды өткізіп жіберу. Әрбір жасалған кескінде қолдар, көздер, шағылыстар, көлеңкелер және қайталанатын текстуралар тексерілуі керек.

Қысқаша айтқанда

Генеративті визуалды AI диффузия арқылы жұмыс істейді: ол шуылдан мәтінге сәйкес келетін кескінге ауысады, сипатталмаған нәрсені шығара алмайды және логика қажет жерде қателеседі. Фотографиялық реализм үшін фотограф сияқты нысанды, жарықты, объективті, композицияны, атмосфераны және техниканы сипаттаңыз. Мақсатқа сәйкес арақатынасты таңдаңыз, теріс рецепті бар артефактты азайтыңыз, AI мәтінді сызбаңыз және әрбір нәтижені тексеріңіз. Ешқашан "суретке түсірілген" деп мәлімделген кескінді пайдаланбаңыз.

Қолданбалы тапсырма

Тұжырымдаманы таңдап, барлық алты компонентті 1 үлгімен толтырып, фотографиялық сұрауды жазыңыз. Бір сөйлемді алдымен «әдемі фото», содан кейін толық қаңқамен бірге бір сөйлеммен жасаңыз (немесе сипаттаңыз) және екі нәтижені салыстырыңыз. Қолды, көзді, шағылыстыруды және көлеңкелерді үлкейту арқылы жасаған кескіндегі кем дегенде үш мүмкін ақаулық нүктені белгілеңіз.

бақылау парағы

  • [ ] Сұрауда мен тақырыпты, жарықты, объективті, композицияны, атмосфераны және техниканы бөлек сипаттадым.
  • [ ] Мен пішім арақатынасын мақсатты пайдалануға сәйкес анықтадым.
  • [ ] Мен теріс рецептпен жалпы ақауларды азайттым.
  • [ ] Менде AI суретін оқуға болатын мәтін/логотипі болмады.
  • [ ] Жасалған кескінді «фото» ретінде ұсынбағаныма көз жеткіздім.
  • [ ] Мен қол/көз/шағылыс/көлеңке шығысын тексердім.