免責事項:この記事で使用されている仮想イメージは、automatic111 が公開したstable-diffusion-webuiおよび hakurei が公開したwaifu-diffusionモデルを使用しています。効果は novelai の使用とは異なる場合があります。
まず、呪文を唱えます(一部の理由で校章は省略します):
以下は最初の錬丹の結果です:
最初は良さそうに見えますか?最初は私もそう思いましたが、公開する際に、ある疑わしい画家の同級生の指摘により、以下の問題点を発見しました:
- 顔が少し広く、比例が少し合っていません。この問題は Photoshop のリキッドフィルターを使用して簡単に修正できます。
- 目の間隔も少し広いですが、同様に修正できます。
- 当面問題はありませんが、どう見ても奇妙に思えます。これは AI 絵画の共通の問題であり、私も専門の画家ではないため、修正することはできません。
したがって、私の操作の後、最初と 2 番目の問題はうまく解決され、以下のような見た目になりました:
修正後もまだ完璧ではないように感じますので、この画像を img2img に入れて、どのような進化があるか見てみました。しかし、私の運があまり良くないようで、召喚されるたびに名もないものが現れます。イテレーションを諦めて最終成果物としてこれを採用しようと思っていたとき、特別な画像を見つけました:
努力は報われました。100 枚以上の画像を生成した後、XP に合致する比較的高品質な画像がようやくイテレーションされました。中国の XP は共通の特徴を持っていることが証明されました。公開後、この画像も前の画像を打ち負かし、次の候補になりました。
その時、私は画像生成のテクニックを突然発見しました:1024x768 の解像度で画像を生成すると、アクションと背景が通常の 1:1 の解像度よりも豊かになる傾向があります。おそらく、縦長の画像にはより多くの情報が収まるためです。次のイテレーションでは、わざと 1024x768 の解像度を使用し、以下の 4 つのXP に合致する比較的高品質な画像を得ました:
この画像は公開後、競争は前回よりも激しくなり、その日の最高記録に達しました。最終的なスコアはほぼ同じですが、私の秘密の操作総合的な判断により、2 番目の画像を最終成果物として選びました。
2 番目の画像は全体的に私の XP に非常に合っていますが、口のディテールについては少し悩んでいます:口を開けるとより可愛くなりますが、微笑みに変えるとより気品があります。利害を考慮した結果、最終的に微笑みに変更することにしました:
これが最終成果物ですか?まだ明らかな問題がいくつかあるように感じます。最大の問題は目です:AI は細部に注意を払うことができないようで、目は遠くから見たり、大まかに見たりすると問題ありませんが、長時間見つめると目が無気味になり、恐怖の谷現象が起こることさえあります。元々の計画では、AI が最終的なイメージを生成した後、画家によるさらなる修正を依頼する予定でしたが、現時点では、絵を描く人々は AI に対してかなり偏見を持っているようで、修正をしてくれる画家を見つけることができず、多くの罵声を浴びました。だから、これで決めることにしました。これが最終成果物です。結局、これはただの遊びのための絵であり、後続の運営を考える必要はありません。
AI の発展は、多くの人々の想像を超えています。以前は創造力が必要な職種は永遠に置き換えられないと言われていましたが、今日、絵画のような職種の一つはすでに置き換えの危機に瀕しています。しかし、より深い議論は後に譲りましょう。私たちはただの普通のユーザーに過ぎませんから。論争を差し置いて、AI 絵画の成果物は本当に素晴らしいですか?どんな XP でも満足できる、本当に素晴らしいです。
2022.10.11