實(shí)話講，AI繪畫的新功能讓我有點(diǎn)焦慮
(本文圖片大多由stable-diffusion生成)
去年10月，我寫了一篇《AI繪畫真的在影響內(nèi)容創(chuàng)意行業(yè)|十一漫談》。當(dāng)時(shí)，AI繪畫雖然驚艷，但是在實(shí)用時(shí)仍面臨問題，比如畫手非常奇怪、缺乏真實(shí)性、可控性不足、上手門檻高。
然而在最近幾個(gè)月，AI繪畫進(jìn)步實(shí)在太快了。秒出線稿、上色補(bǔ)完、風(fēng)格學(xué)習(xí)、手部骨骼、真人換裝......真不知道幾個(gè)月后能走到哪一步。雖然感覺離失業(yè)不遠(yuǎn)了，但這就像是一個(gè)新玩具，玩起來樂此不疲，在這里想分享一些我認(rèn)為有前景的AI繪畫功能和實(shí)用方向。如果有興趣，歡迎后臺(tái)私信交流。
Part1「算力有盡，模型無窮」
自從stable-diffusion算法開源之后，浩浩蕩蕩的群眾就加入了“煉丹”大軍，想要的模型還沒有，就自己造。一時(shí)間云端算力漲價(jià)了，不少學(xué)生黨表示想哭。
只能說氪金就是猛，隨著大量網(wǎng)友參與“煉丹”，基礎(chǔ)大模型展開了不少分支，基于亞洲人臉為代表的大模型Chilloutmix更是引發(fā)了關(guān)于真實(shí)人物繪圖道德倫理的熱議。
網(wǎng)友們做的多種模型封面我也嘗試了多各種模型，以網(wǎng)友@xiaolxl 在civitai上分享的國(guó)風(fēng)3模型為例，通過這一模型，可以繪制出更有中國(guó)華麗古風(fēng)風(fēng)格的圖片、古風(fēng)游戲角色，并具有2.5D的質(zhì)感。
模型參考圖跑了一堆之后精挑細(xì)選一張放過來。
相較于我在上一期產(chǎn)出的圖片，可以明顯看出質(zhì)量的上升，甚至說在畫質(zhì)修復(fù)提升后，商用都不夸張。當(dāng)然除了我熟練度的微小提升之外，主要是大模型打的底非常好。而很多模型的塑造，在目前看只是時(shí)間和素材量的問題。聽說不少游戲公司已經(jīng)開始試用這個(gè)方法出圖了，省下很多成本。
如果說大模型是創(chuàng)作的基礎(chǔ)，定義了產(chǎn)出圖片范圍以及風(fēng)格，那lora則是在大模型下的濾鏡。相較動(dòng)輒10個(gè)G的大模型，幾百M(fèi)的LORA則更為靈巧。
LORA，即Low-Rank Adaptation of Large Language Models，直譯為大語(yǔ)言模型的低階適應(yīng)。重點(diǎn)是對(duì)大模型，進(jìn)行一些微調(diào)，更側(cè)重生成更具有專屬風(fēng)格、細(xì)節(jié)的圖片。其依托大模型存在，訓(xùn)練所需的圖片/算力量均相對(duì)較小。今年2月，一組來自@勘云工造的照片，在網(wǎng)上掀起了不少波瀾，作者更是得到了各路頂級(jí)畫師、模型師、制作人、coser的關(guān)注，無他，太真實(shí)了。肉眼難以辨識(shí)的相似，甚至被某些網(wǎng)站直接拿去做了廣告圖片。
隨之而來的是賽博coser正式走上舞臺(tái)，在小紅書等社交平臺(tái)上，以ai圖為賣點(diǎn)的自媒體賬號(hào)也肆意生長(zhǎng)，成為了一個(gè)新的內(nèi)容方向。其實(shí)我也考慮過要不要做一個(gè)，但是想到變現(xiàn)比較困難就暫時(shí)放棄了。此外，通過定制化的小模型或者補(bǔ)丁，生成特定風(fēng)格的圖片，則更加實(shí)用。
比如下方例圖，是用CharTurnerBeta - Lora ，來生成的三視圖。
以及AI模特?fù)Q裝，甚至有的只用給人偶拍照，就能替換生成，相信電商平臺(tái)提供類似服務(wù)也是遲早的，淘寶模特的需求，危啊。
（B站上的一個(gè)教程，方法還有很多）
Part2「創(chuàng)造新方式，和AI交流」
人與機(jī)器的溝通，一定要通過文字嗎？是否可以有一種其他語(yǔ)言？
在目前的習(xí)慣中，我們通常通過輸入文本prompt來控制AI的輸出，然而這一行為并不完美。雖然文本符合人類交流習(xí)慣，但是同一文本在不同語(yǔ)境有多種應(yīng)對(duì)，也因此衍生出了更廣闊的釋義空間，比如魚香肉絲到底對(duì)應(yīng)一道菜，還是有絲狀鱗片的魚。（這不是玩笑，而是溝通方式導(dǎo)致的現(xiàn)狀，文生圖背后需要大量的標(biāo)注先行，耗時(shí)耗力。當(dāng)然，這只是個(gè)時(shí)間問題）一位網(wǎng)友在和我閑聊時(shí)，提出了一個(gè)說法，畫圖時(shí)要有“窮舉”的精神，然而這可太不智能了。
因此，研究人員也試圖找到一些其他方式，來與AI溝通。2月初，斯坦福大學(xué)Lvmin Zhang and Maneesh 的論文《Adding Conditional Control to Text-to-ImageDiffusion Models》提出了一些方法和可能性。并且已經(jīng)得到了開源和實(shí)際應(yīng)用。
方式一：openpose 動(dòng)作姿態(tài)定制
首先可以選擇一張圖片，提取人物的關(guān)鍵肢體形態(tài)。
在這一步驟中，我們可以調(diào)整它的關(guān)聯(lián)骨架形態(tài)。隨后，添加關(guān)鍵詞，生成了一張新圖片。從面部朝向，腿部肢體動(dòng)作上看，可控性非常強(qiáng)。
方式二：canny 邊緣檢測(cè)提取輪廓
通過邊緣檢測(cè)，根據(jù)已有圖片提取線稿，如有需要還可配合AI繪圖功能重新上色生成圖片。這在游戲原畫、室內(nèi)裝潢設(shè)計(jì)等等各個(gè)領(lǐng)域都將大放異彩。
除此之外，還有segmentation、deph等方式，可以提取材質(zhì)、距離景深等要素，以便于生成新的圖片，在這里就不一一列舉了。
總的來說，ai繪畫有太多可能性了。每天都有新變化，新應(yīng)用，這篇文章可能發(fā)布沒多久就會(huì)過時(shí)。但可以預(yù)見的是，在幾年內(nèi)，大量的辦公室輕工作將被替代，生活將被重構(gòu)，所有人都在浪潮之中。這場(chǎng)人文社科領(lǐng)域的工業(yè)革命，還遠(yuǎn)未來到高潮。
以上，是本期的主要內(nèi)容，后續(xù)還會(huì)不定期更新行業(yè)進(jìn)展，以及一期AI繪畫在廣告行業(yè)的實(shí)用指南，敬請(qǐng)期待。
轉(zhuǎn)載請(qǐng)?jiān)谖恼麻_頭和結(jié)尾顯眼處標(biāo)注：作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請(qǐng)聯(lián)系作者本人，侵權(quán)必究。
本文禁止轉(zhuǎn)載，侵權(quán)必究。
授權(quán)事宜請(qǐng)至數(shù)英微信公眾號(hào)(ID: digitaling) 后臺(tái)授權(quán)，侵權(quán)必究。
評(píng)論
評(píng)論
推薦評(píng)論
全部評(píng)論（1條）