这是一幅噪声绘画。我一直在拿它做实验,当喂给 Stable Diffusion 的底子。与其说它是一件独立作品,不如说更像一套可视化的指令集,专供造出很酷的艺术用。这应该足够大致地告诉 AI 该造哪一类东西了。
这一幅上面,刻着光照、材质、背景和深度的线索,我甚至还在告诉它,我想看到哪种笔触。通常我的成品是低噪声的,但这一幅我想分层来做,好让部分初始噪声保持原样。
不管怎么说,你想这样来做 AI 艺术——至少在 Stable Diffusion 这类工具里——是因为没有它,你就被锁死在你挑的词、和你召唤的参考上了。机器会产出可预测剂量的噪声,再用无聊可预测的方式把噪声抹掉。
噪声绘画把 AI 弄糊涂,因为它给了系统一个更不可预测的起点,让它能生成那些要么查无参考、要么从意外地带拆借片段的组件件。做对了,效果惊艳。没有错误答案。
这张我晚点渲染。但你是 SD 用户的话,随便拿它对着任何你喜欢的提示渲染。放到低噪声,看好戏开场。相当酷。
现在,看看 Mexis 对它有话要说。果然,跑偏很远。这是个好兆头。
提示词:一个看月亮的美人。
负面提示词:阳刚的,雌雄莫辨的
De-noise: 0.25
Seed: 2420851800
使用公版的 pulpart diffusion checkpoint
de-noise 拉到 0.35
De-noise 拉到 0.45
cfg/distance 拉到 18.5
de-noise 拉到 0.49
这张我自己挺满意
总之你懂意思了
让参考继续演化
另一条路子是进化。改动参考图,再让它当校正跑。快试一把。设置不动,把我们第一轮的输出,按上一轮一模一样的设置再跑一遍。
这么干,先出来的就是这张。相当漂亮,但我要更多。跑一把网格,看看有哪些可视化的选项。
这告诉我的是——一直到最末那张为止,那张虽然根本算不上他的画法,却被签上了大画家 Gil Elvgren 的名——这些都是留得太远了。至少到最后一步才改好,最末那张拿捏得完美。
很美。说真的,我觉得我就到这儿收手。如果我要造的是一件我想拿来用的作品的话。它有材质,有噪声,还保住了我原本的构图……但如果我想继续进化它,也未尝不可。那就再跑一轮,把参考图换掉。
0.25 噪声下,这张干净得有点过了。说真的,我觉得这张该糙一点,该更带笔绘感一点。所以留用上一张参考,就这么收成品 🙂 但等等……还有呢。你瞧,深度目标还得修。
放大与成品
放大的时候,发现这份背景辐射量对 skunet 太多了。于是它把背景纹理玩得有点上头。
哦不对,不是 scunet,是 SwinIR,这些名字一塌糊涂。ESRGan 倒真给了点有意思的东西,但差异还不足以发出来。跑单轮 scunet,得到我们的成品。
可你难道不好奇,审讯官如今对它有何高见?我好奇!瞧瞧去。
哇,这对比真绝。顺便说一句,这一张从头到尾用的都是来源清白的公版参考。
我多半可以再拿 Photoshop 收拾一下,但大意如此。往输入里加噪声和不可预测性,你能得到真正有劲的构图,打散合成艺术那种套路,逼机器干出意料之外却可预言的事。
你可以用这样的手法翻新旧艺术风格,造出全新的,或者做那种很多 AI 艺术家用它让画面显出劲道的厚纹理。我嘛,我就是来探索创造前沿的种种可能性的。