猜,火車?【2022/10/5】

猜,火車?【2022/10/5】

更新於 發佈於 閱讀時間約 3 分鐘


即使文生圖功能不完美,Stable Diffusion 還有圖生圖功能尚可一戰(?)

所以就算百般不想動筆,生怕繪圖軟體+AI 生成同時開會把筆電弱小顯卡分食殆盡,還是得像求職一樣展現出自己勇於挑戰、樂在創新、積極主動的態度。對我降低創作表現成本的目標根本背道而馳,但面試官會喜歡吧


至於生成什麼畫面?我想到當年暑期檔一部劇情歡樂而且色彩繽紛的電影《子彈列車》,腦海中浮現了一列列車在遠處撞擊產生大爆炸,近處有一節分離車廂脫軌翻覆的景象。

經歷過去一週多的嘗試,我知道當時 AI 很難生成符合空間邏輯的背景,而煙霧、沙塵、火焰這種朦朧的有機型態,倒是怎麼歪都不會讓人看了產生怪異感。那麼做張大爆炸的圖,AI 生成的殘骸再歪,也只會展現這場爆炸的激烈?


此乃藏拙,AI 做不好的事,用人類的腦補去包容它 !


所以我迅速畫好線稿,丟進去圖生圖產生更粗的線稿

生成的線稿

生成的線稿

然後開始生成圖片,

問題在於想保留原圖構圖特徵,但構圖得碰運氣,反而黑白色調被保留下來了,

過程彷彿人與電腦無止境互相瞎猜對方的意思,前面猜對的竟然還無法累積?!

用線稿繼續生成的圖像

用線稿繼續生成的圖像

要知道那是 ControlNet、Lora 還沒出現的年代,AI 生成基本只能靠提示詞去控制,在自己電腦上裝 SD 的使用者人均秤金次,只要 SD 展開便能無限次抽獎,儘管按照規則中大獎的機率很低就是。秤金次有方法能讓自己一定在 30 次抽獎內抽中大獎,而現在我正操作繪圖軟體尋求專屬自己的、抽中大獎的辦法......

我選擇上色。

我選擇上色。

領域...噢不,SD 展開。

此時改 CFG Scale 終於有意義,可以微調更逼近我的構圖、或是更真實的大場面。

這都飛到天上去啦,我已經看到海的對面不是敵人,是爆炸...

這都飛到天上去啦,我已經看到海的對面不是敵人,是爆炸...

視角降低了點,但全部撞成一團啦

視角降低了點,但全部撞成一團啦

需求的構圖終於出現了,偏偏這張黑煙的樣子一言難盡

需求的構圖終於出現了,偏偏這張黑煙的樣子一言難盡

然後我針對黑煙不夠自然、以及遠景使用圖生圖局部重繪功能,發現在這張本就不大的512x768 圖片上,所選擇區域實在過於狹小,導致 AI 重繪往往很難填充新內容,遠方城市隨著反覆重繪逐漸被天空掩蓋,像被風化一樣。

最終成品

最終成品

至此,總共產出了 200 張圖片。


電腦是有極限的,我從 9/27-10/5 短暫的嘗試中學到一件事......

越是玩弄 AI 生成,就越會發現電腦的能力是有極限的......


你到底想說什麼?


......必可活用於下一次(關機)


avatar-img
Bsh的沙龍
3會員
48內容數
記錄我在 2022 年 9 月之後使用 AI 生成圖像的嘗試。 這個主題總有一天會沒東西好寫,那就走一步算一步吧...…
留言
avatar-img
留言分享你的想法!
Bsh的沙龍 的其他內容
既然 BiliBili 上分享的 LoRA 號稱可一鍵生成漫畫,我決定只寫 prompt 來引導 AI 生成漫畫頁,直到足以拼湊一段劇情為止,再來計算總共生成多少張、又從中採用多少張。
或許舊作品消滅與 AI 生成風潮,只是證實內心對圖像價值的質疑。諷刺的是,我竟因為懶得開 SD 、漫無目的上網而看到新的可能性。
測過 ChatGPT 寫提示的效果,我再無懸念,自己目前的流程問題開張 Google sheet 便能解決,用不著 AI。
既然 BiliBili 上分享的 LoRA 號稱可一鍵生成漫畫,我決定只寫 prompt 來引導 AI 生成漫畫頁,直到足以拼湊一段劇情為止,再來計算總共生成多少張、又從中採用多少張。
或許舊作品消滅與 AI 生成風潮,只是證實內心對圖像價值的質疑。諷刺的是,我竟因為懶得開 SD 、漫無目的上網而看到新的可能性。
測過 ChatGPT 寫提示的效果,我再無懸念,自己目前的流程問題開張 Google sheet 便能解決,用不著 AI。
本篇參與的主題活動
在生成式AI與大型語言模型(Large Language Model, LLM)蓬勃發展下,有許多工具可以幫助我們學習與撰寫程式,這篇文章提供了實作範例與一些經驗,分享如何使用ChatGPT(免費的GPT-3.5)協助程式語言的學習,並且完成屬於自己的程式。
前幾個禮拜,AWS 舉行 Startup Day Taiwan。想當然爾,最熱門的主題非生成式 AI (Generative AI) 莫屬。既然 AWS 有現成的工具,身為一名工程師,自然看看無妨,這篇文章算是新手開箱文,會說明如何部署一套基礎模型,並使用 AWS SDK 與其互動。
前言 我在工作中沒有什麼機會接觸到機器學習,學生時期也沒有學習過相關知識。 作為一個業餘小白,我對機器學習非常感興趣。在自學的過程中,我逐漸意識到利用機器學習可以做很多有趣的事情。 因此,我決定嘗試使用 AWS SageMaker JumpStart 來實驗文字生成式繪圖 AI ,以了解機
在生成式AI與大型語言模型(Large Language Model, LLM)蓬勃發展下,有許多工具可以幫助我們學習與撰寫程式,這篇文章提供了實作範例與一些經驗,分享如何使用ChatGPT(免費的GPT-3.5)協助程式語言的學習,並且完成屬於自己的程式。
前幾個禮拜,AWS 舉行 Startup Day Taiwan。想當然爾,最熱門的主題非生成式 AI (Generative AI) 莫屬。既然 AWS 有現成的工具,身為一名工程師,自然看看無妨,這篇文章算是新手開箱文,會說明如何部署一套基礎模型,並使用 AWS SDK 與其互動。
前言 我在工作中沒有什麼機會接觸到機器學習,學生時期也沒有學習過相關知識。 作為一個業餘小白,我對機器學習非常感興趣。在自學的過程中,我逐漸意識到利用機器學習可以做很多有趣的事情。 因此,我決定嘗試使用 AWS SageMaker JumpStart 來實驗文字生成式繪圖 AI ,以了解機