我的一张噪声绘画,最早是某人的婚礼照。Facebook 上的陌生人。起始件是一张真实的照片,但它有种说不出的怪异,打动了我。
想象一对来自南方腹地的新婚夫妇,站在一个非常普通的前廊上。两人都四十出头,而且你能从他们的表情里看出来,有什么东西非常不对劲。
于是我把这张照片带进 Krita,切成三段,沿中线上下裁开,中间那段只留几个像素高,稀稀的一条。
之后,我拼贴进一张我画的线稿,在新建层上用叠加(Overlay)混合模式把它融进去,让它透着。
我这么做,是因为它可以给图像一种日后能被挪动、被折弯的质感。
而这给了我我的噪声绘画,或者说「吸墨纸」(blotter)图。
以我的经验,一张好的吸墨纸,会包含跑出你所认为的「正常」分布之外的线条和伪影。
然后我把吸墨纸喂给 Stable Diffusion 跑。
想用更复杂的技术流程时,我有时会用 ComfyUI。但这次我用 AUTOMATIC1111,因为它更简单,只需要两层条件化,而且这件作品大部分技术活已经在 Krita 里干完了。
在那里,我用低模糊设定、高语义相似度(CFG 16)去跑——CFG 约束机器能折腾的范围。
我还特意用一条啰嗦的「细菌蝴蝶」提示词给条件化叠画(paintover)用 RunDiffusion 的 Juggernaut X 模型跑了一遍。我喜欢 X 对我这些吸墨纸的怪异轮廓响应得有多好。
这么干的想法,是让机器的各个部件互相打架。
你要折断的是距离计算(从你所在的位置到被描述之物需要走的步数)、分类器(机器怎么理解你给它的东西),和去噪器(把输出从雪花噪点变成最终图像的那部分)。
有点像对机器喊:「别信你的眼睛和说明书跟你说的话!」
是是。
你也可以把它想成安排一场小小的机器人互殴。
你给的自由越少,让它扭来扭去、给你一个对提示词直译的余地越小,它就越得在框线里作画,如果能这么说的话。
这类事做多了,你多少会养出一种手感,知道机器会怎么回应这些设定。
这给了我初步渲染图——我从一批 17 个候选里挑的。
我挑中这张渲染,因为它保住了我的照片扭曲,把新郎老了大约 20 岁,还把新娘彻彻底底吃掉了。
我觉得这里头有首诗。
总之,人们如今大多不再用 AUTOMATIC1111,是因为原版有缺陷,会让输出显得没有完成。
这没什么。
要是流程走到这一步就太「完成」,输出反而没意思了。
所以接下来我把它拉进 GPT-Image 2.5,让它跑一轮小修和小幅增强。
然后我让它用一张更早的作品的勾线风格来做重绘。
成品就是这么出来的。