Kāpēc MI uzliek tekstu uz jūsu grāmatas vāka?

Šis burtu juceklis nav kļūme – jūs paši to pieprasījāt. Modelis ir redzējis miljoniem grāmatu vāku, un gandrīz katram ir nosaukums, tāpēc vārdi „grāmatas vāks“ uzvednē statistiski pieprasa tekstu. Pārstājiet nosaukt produktu, un burti pārstās nākt.

Vārdi „grāmatas vāks“ ir izraisītājs

Attēlu modeļi nesaprot grāmatas – tie saprot statistiku. Apmācības laikā modelis uzsūca miljoniem vāku, un gandrīz uz katra bija nosaukums, autora vārds, izdevēja zīme. Tāpēc, kad uzvednē ir teikts grāmatas vāks, tiek aprakstīta nevis noskaņa, bet statistiski pieprasīts teksts. Modelis paklausa ar vienīgo tekstu, ko spēj radīt: burtiem līdzīgu troksni.

Modelim glifi ir tekstūra – kā ķieģeļi, miza vai lietus. Tas ir iemācījies, kā tipogrāfija izskatās no ārpuses (ritms, svars, izvietojums), bet nekad nav iemācījies pareizrakstību. Tāpēc rezultāts pārliecinoši izskatās pēc nosaukuma, bet nenozīmē pilnīgi neko.

Aprakstiet mākslas darbu, nevis produktu

Visefektīvākā izmaiņa neko nemaksā: pārstājiet nosaukt produktu. Nepieprasiet vāku – aprakstiet to, kas ir kadrā.

Vāja: šausmu grāmatas vāks par spokotu bāku. Spēcīga: bāka uz melnas klints naktī, viens apgaismots logs, migla, vertikāla kompozīcija, no text, no letters.
Vāja: episkās fantāzijas romāna vāks, bestsellera stilā. Spēcīga: vientuļš jātnieks šķērso miglainu ieleju rītausmā, tukšas debesis augšējā trešdaļā, no text, no typography.

Pēc tam noslēdziet katru uzvedni ar skaidriem izņēmumiem: no text, no letters, no typography, no watermark. Vienkārši vārdi, vienkārši uzskaitīti – katrs no tiem ir vēl viens statistisks svars, kas velk modeli prom no tipogrāfijas.

Kāpēc ar negatīvajām uzvednēm vien nepietiek

Izņēmumi samazina teksta varbūtību, bet nenonullē to. Modelis, kas ir redzējis miljonu vāku ar nosaukumiem, joprojām tiecas uz tipogrāfiju, un šī tieksme saglabājas arī pēc „bez teksta“ – it īpaši vietās, ko pārbaudāt pēdējās: spokains vārds stūrī, rūnas gar muguriņu, veikala izkārtne fonā, traips, kas izskatās pēc ūdenszīmes.

Un, kad burti ir iestrādāti, tie ir iestrādāti arī zem tiem esošajā tekstūrā. Tos noretušēt nozīmē no jauna uzbūvēt miglu, akmeni vai ādu, kuras aiz glifiem nekad nebija – parasti grūtāk un vienmēr neglītāk nekā ģenerēt tīru kadru ar labāku uzvedni.

Īstais risinājums: tipogrāfiju pilnībā turēt ārpus renderējuma

Profesionāli vāki nekad nav viens attēls. Tie ir divi slāņi: māksla apakšā, dzīvs teksts virspusē. Ģenerējiet mākslu bez teksta, pēc tam uzlieciet nosaukumu kā īstu tekstu – rediģējamu, kad mainās apakšnosaukums, tulkojamu nākamajam tirgum, mērogojamu muguriņai un asu Amazon sīktēla izmērā, kur uzgleznoti burti kļūst izplūduši.

Tieši tādu darbplūsmu īsteno bezmaksas Veritas studija: uzvedne rada mākslu bez teksta kadrā, un nosaukums tiek uzlikts virsū kā dzīvs teksts sava žanra virsrakstu fontā. Nosaukumu var nomainīt desmit sekundēs – māksla to pat nepamana.

Jau ģenerēta attēla labošana

Dažreiz renderējums ir pārāk labs, lai to izmestu. Trīs labojumi godīguma secībā:

Apgrieziet. Ja burti atrodas pie malas, pārkadrējiet attēlu, lai tie paliktu ārpus 2:3 izgriezuma.
Aptumšojiet. Padziļināta krāsu pāreja vai ēnas panelis problemātiskās vietas priekšā vienlaikus kalpo kā nosaukuma zona – defekts kļūst par izkārtojumu.
Pārģenerējiet. Ja glifi šķērso galveno motīvu, ģenerējiet no jauna ar labāku formulējumu. Jauns renderējums maksā vienu uzvedni; pārliecinoša retušēšana maksā veselu vakaru.

Praktisks noteikums: labojiet pie malām, ģenerējiet no jauna centrā.

Biežāk uzdotie jautājumi

Vai nevar vienkārši dot MI savu precīzo nosaukumu, lai tas to uzzīmē?

Var, un jaunākie modeļi dažreiz pat uzraksta to pareizi. Taču iestrādāts teksts ir miris teksts: tā burtu atstarpes nevar pielāgot, to nevar pārkrāsot, mainīt tā izmēru vai tulkot, tas nepārdzīvo apakšnosaukuma maiņu un sīktēla izmērā pārvēršas putrā. Māksla bez teksta kopā ar īstu tekstu paliek rediģējama uz visiem laikiem.

Kāpēc MI teksts sanāk kā bezjēdzīgs burtu juceklis?

Modelis nekad nav iemācījies rakstīt pareizi – tas ir iemācījies, kā tipogrāfija izskatās kā tekstūra: triepienu ritms, svars, izvietojums. Tas atveido burtu izskatu bez jebkādas izpratnes par burtiem, tāpēc rodas pārliecinošas formas, kas neveido nevienu vārdu. Īsi vārdi dažkārt izdodas; pilns nosaukums – reti.

Kā noņemt tekstu no jau ģenerēta vāka?

Ja burti atrodas pie malas, apgrieziet tos ārā no 2:3 kadra. Ja tie atrodas mierīgā fonā, nosedziet tos ar aptumšotu paneli un tur ievietojiet īsto nosaukumu. Ja tie šķērso galveno motīvu, ģenerējiet no jauna – tekstūras atjaunošana aiz glifiem gandrīz vienmēr izskatās sliktāk nekā jauns renderējums.

Vai uzvednes ar „bez teksta“ darbojas Midjourney, DALL·E un Flux?

Tās palīdz visur un nekur negarantē neko. Dažos rīkos ir atsevišķs negatīvās uzvednes lauks, citi izņēmumus pieņem galvenajā uzvednē; jebkurā gadījumā tie samazina iespējamību, nevis nonullē to. Uzticama kombinācija ir aprakstīt mākslas darbu, nevis „grāmatas vāku“, un pievienot skaidrus izņēmumus.