我噪声绘画流水线的又一例。
思路是:从一幅手绘图或拼贴出发,但你把它设计成会搅乱扩散模型里分类与去噪系统的样子。
这张主要在 Krita 里手绘,换不同笔刷,用图层在同一画布上克隆/反转了三次,边缘检测滤镜轻度用了一点。为了做质感,我贴了一张 1983 年 IBM 一体机的照片,把它的边描出来当纹理。
拿到 Stable Diffusion 那边,这张挺简单,只有两个输入,在 Automatic 1111 里走默认工作流就行。要是你不需要复杂的工作流配置,Automatic 其实还挺好使。
模型用的 Juggernaut X,因为它的训练方式有意思得很。
机器人打架
出图:
先是提示词条件,再是图像条件。
提示词本身不复杂。刚够把这次出图送进艺术邻域。这张没有直接点名任何老派艺术家。但整个流程的关键,是机器人打架。
处理输入时,思路是让分类系统、语言处理和去噪器互相掐架,这样每次迭代的结果都不可预测。但实际用起来,反而让整个系统显得更流动、更灵活。
所以大部分困惑度,得发生在输入图像本身。
干上一阵子,你就会对变量怎么摆、每张图的容差大概多少,长出一种手感,因为 blotter 风/噪声绘画的图自带各种阻抗。
手艺就活在这儿。
设定与精修
凭记忆的话,这张是用 DPM3 算法熔的,或它的某个变种。DPM3 比 Euler Ancestral(我平时干这个用的那个)更抗暗示,所以我把 CFG 和去噪都调得比平时高。CFG 大约 15,Denoise/blur 拉到 56% 附近。
这次只出了四个候选,其中两张一模一样,因为我想看看把模糊从 56% 拧到 61% 会怎样。说实话,差不多。DPM 看心情。
最后一步是用 GPT-Image-2.5 做语义精修。也就是找 ChatGPT 对这张作品做有针对性的细微修改和校正。
孩子们,泔水就是这么炼出来的。
说实话,这张的成色我挺满意。