山窮水盡前路茫然【2024/4/23】

山窮水盡前路茫然【2024/4/23】

更新於 發佈於 閱讀時間約 4 分鐘

回顧以往,大學畢業後已明顯降低手繪次數,或許舊作品消滅與 AI 生成風潮,只是證實內心對圖像價值質疑的板上釘。


但圖像如果真沒價值,過去幾個月練習 AI 產圖時沒投注任何信念進去的我,豈不是白白浪費超過半年的大好時光 ? 那段時間拿去廣泛閱讀、拓展社交、投資理財,或許更符合社會對青年的期望,現在筆電容量要爆了、兩萬多張圖一口氣刪掉,還真坐實這段時間的徒勞,笑死。


所以猶豫如何處理這些檔案,反正硬碟剩 2GB 還能撐一段時間,先放著吧。我心底知道資料處理只是小事,背後象徵的、對圖像本身與 AI 生成價值的徬徨,若未找到解答,則將其移出筆電,幾乎等同對 AI 領域探索的放棄,卻也未必有心重返手繪。


我仍舊瀏覽 Civitai 的 LoRA,但比起尋寶更像例行公事,連角色範例圖都少做了,因為增加速度已遠遠超出消化能力。


諷刺的是,我竟在某次懶得開 SD 、漫無目的上網時,看到新的可能性。


4/23,我看到 BiliBili 某部標題聳動的影片 :

【漫画生成,只需一键,AI自动画!快来下载试试吧![Lora模型分享]】

用 AI 創作漫畫,老實說以前也想過,但觀察 Reddit 網友零星討論以及自己實驗結果,以當時 AI 最有可能實踐的方式,是 1.自己排好漫畫框、2.依照需求生成各漫畫框內需要的圖、3.挑選可用的圖、4.裁剪納入漫畫框中。考慮 AI 隨機性,生成挑選將大大佔據整個流程。旁人大量產圖挑張順眼的,就可上傳社群跟大家分享;但靠 AI 畫漫畫的作者產一堆圖、挑一張順眼又需符合題旨的圖,經過縮放、剪裁、貼上,才完成整篇漫畫中微不足道的一格

所以恐怕還沒 2023 年,我已認定全靠 AI 做漫畫是自找麻煩,對製作流程的延宕已說明一切。


我內心對 AI 輔助漫畫的期許,其實類似 哆啦A夢 的道具「漫畫制造箱」,不求如道具那樣一次製作整本漫畫,總該能生成一頁分鏡,才有助於降低作者負擔,因為漫畫畫風多元並未追求精美,還具備些約定俗成、讀者能意會的符號,偏偏當時的 AI 生成細膩畫風最行、無法生成準確字體。讓吉伊卡哇作者自己動手畫,鐵定比要作者先替筆下角色煉製 LoRA、生成挑選角色圖像、剪裁貼上、發現角色旁的日文全錯還要自己嵌字的 AI 製作流程還快。


因此 BiliBili 那段影片,使我訝異於人類的擴散性思考,畢竟一切都是圖、對人工智慧來說都是各種未經轉換的數據,倘若 LoRA 技術已可讓 AI 生成各角度兩眼、一鼻、一嘴的生物體,那漫畫頁面的特徵,怎麼可能 AI 無法仿效呢 ?


我忍不住下載了這份 Civitai 還沒出現的檔案,小心翼翼測試它的效果,彷彿回到起初一字一字慢慢輸入、試探關鍵字那樣謹慎。

raw-image



即便此刻的 AI 無法生成準確文字,情感盡在不言中,只待我寫明空氣中的思緒 :

raw-image




終於到了......連分鏡也能靠 AI 生成的時代嗎 ?

我有預感幾天內,我將不動筆做出有簡短劇情的漫畫。

avatar-img
Bsh的沙龍
3會員
47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
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。
追根究底,如何確認提示詞在圖裡確實有發揮作用?問問 DAAM
ChatGPT 公布後,人們開始思考:難靠 AI 生成需要的圖像,在於 AI 演算異於人類思考模式。 請同為人工智慧的 GPT 想提示詞,就能讓 SD 產出符合需求的圖片?
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。
追根究底,如何確認提示詞在圖裡確實有發揮作用?問問 DAAM
ChatGPT 公布後,人們開始思考:難靠 AI 生成需要的圖像,在於 AI 演算異於人類思考模式。 請同為人工智慧的 GPT 想提示詞,就能讓 SD 產出符合需求的圖片?
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