編輯嚴選
使用LoRA模型訓練快速產出特定遊戲畫風的人物

閱讀時間約 2 分鐘
回想起 2010 年左右,當時網頁遊戲《臥龍吟》橫空出世,隨之而來的海量相似題材遊戲品質參差不齊,但那些作品都有個共通點,就是似乎都「參考或使用」了同一款經典作品的頭像。
經過了 13 年,在透過 Stable Diffuston + Lora 的模型訓練以後,約莫 30 分鐘左右的時間就能開始以 30 秒的單位產出相似風格的頭像。
對於小規模的行動遊戲開發團隊來說,這樣的圖素稍經修改也已足以做為角色卡面的使用了。

關於指頭

雖然「手指頭」被戲稱為人類最後的防線,但以 ContorlNet 的進化速度來看,大約不出 8 週,指頭的修正就將不再是問題。(雖然昨天它已經變成 Multi-ControlNet 了)。
從咒語的嘗試過渡到 seg2img 也不過短短兩三個月時間,日本人已經開始運用 Setting Sheet 量產 2D 遊戲的紙娃娃服裝。
基於開源的關係,每天都有大量的插件與擴充元件誕生,只要跨過了第一道門檻,後續的操作是越來越簡單。

關於版權

雖然主流意見認為由 AI 隨機演算生成的圖像是沒有版權歸屬的,但在模型訓練上終究是有其源頭。
在 2015 年與 Omron 的會議當中談到,如何在不違反政策法規的前提下進行模型的訓練是個艱難的問題,它們甚至在 2014 年還因此被罰款。
而這也是為何中國大陸近年來在安防監控以及生物識別方面可以突飛猛進的緣故。
而當大家在使用 Taiwandoll.safetensor 與 Koreandoll.safetensor 時,可能也得想想,小玉現在人在哪裡?
因此,個人認為現在各國政府與廠商只是還沒回過神來,不久的將來應該就會有一些規範出現。
當然,對於 Stable Diffusion 這種離線本機端的運用應該是管不著,而線上服務所受到的限制會越來越多。
想要瑟瑟的人可能得要把握這段渾沌時期的機會了。
最後,附件圖片僅供示意參考,模型資料已刪除。
留言0
查看全部
發表第一個留言支持創作者!