Enthalten Michelangelos Gemälde tatsächlich die Geheimnisse der KI-Malerei? !

Mit der Popularität von AIGC-Tools (durch künstliche Intelligenz generierte Inhalte) wie ChatGPT und Wenxin Yiyan hat sich die KI-Technologie (künstliche Intelligenz) still und leise in unseren Alltag integriert, verbessert unsere Arbeitseffizienz erheblich und bereichert unsere Lebenserfahrung, während sie gleichzeitig unsere Vorstellungskraft und Kreativität anregt. In dieser Welle der KI-Technologie ist die KI-Maltechnologie aufgrund der erstaunlichen kreativen Ergebnisse, die sie hervorbringt, zu einem Schwerpunkt im KI-Bereich geworden.

Was genau ist also KI-Malerei? Über welche Fähigkeiten verfügt es und nach welchen Prinzipien und Technologien arbeitet es? Betreten wir die geheimnisvolle Welt der KI-Malerei und finden wir es heraus!

KI-Malerei eröffnet unendliche Möglichkeiten

KI ist eine neue technische Wissenschaft, die Theorien, Methoden, Technologien und Anwendungssysteme zur Simulation, Erweiterung und Ausweitung menschlicher Intelligenz erforscht und entwickelt. Darüber hinaus ist es eine wichtige treibende Kraft für eine neue Runde technologischer und industrieller Revolutionen. Unter den vielfältigen Anwendungen der KI-Technologie verdient die AIGC-Technologie besondere Aufmerksamkeit. Die Technologie basiert auf fortschrittlichen Modellen des maschinellen Lernens und ist in der Lage, durch die Analyse und das Lernen riesiger Datensätze eine Vielzahl von Inhalten wie Texte, Bilder, Videos und Musik zu generieren. Dies demonstriert nicht nur das innovative Potenzial der KI, sondern bietet auch großen Komfort und Inspiration für Fachleute wie Inhaltsersteller, Designer und Ingenieure.

KI-Gemälde

Als Anwendungsbeispiel der AIGC-Technologie hat die KI-Malerei eine herausragende Stellung in der Internet- und digitalen Kunstwelt eingenommen. Mithilfe von Plattformen wie Midjourney, Stable Diffusion und Wenxin Yige kann KI-Malerei Menschen dabei helfen, schnell eine große Anzahl qualitativ hochwertiger Bilder zu erstellen. Aufgrund seiner geringen Kosten, der hohen Steuerbarkeit und der hohen Effizienz spielt es in vielen Lebensbereichen wie Bildung und Unterhaltung eine wichtige Rolle.

Michelangelos Worte enthalten tatsächlich das Geheimnis der KI-Malerei

„Die Statue war bereits im Stein, ich habe nur die unnötigen Teile entfernt.“

Diese Aussage des italienischen Kunstmeisters Michelangelo beschreibt seine kreative Philosophie und Methoden als Bildhauer, enthüllt aber auch die Grundprinzipien der KI-Malerei. Der Prozess des KI-Malens beginnt im Wesentlichen mit einem Ausgangsbild, das viel zufälliges Rauschen enthält, entfernt nach und nach das „redundante“ Rauschen durch KI-Algorithmen und „schnitzt“ schließlich ein klares und spezifisches Bild, um bestimmte Anforderungen zu erfüllen. Das zufällige Rauschen bezieht sich hier auf ein zufälliges Informationselement in den Eingabedaten, wie das Rauschen in einem Bild. Es lässt sich nicht durch eine klare mathematische Formel ausdrücken und führt bei jeder Bilderzeugung zu geringfügigen Änderungen. Es dient dazu, die Vielfalt und Kreativität des Modells zu steigern.

Um diesen Prozess zu verstehen, können wir ihn mithilfe des KI-Malwerkzeugs Stable Diffusion erklären. Der Name „Stable Diffusion“ selbst impliziert sein Arbeitsprinzip, nämlich den „Diffusionsprozess“, der eigentlich ein Trainingsprozess ist. Nehmen wir das weltberühmte Gemälde „Mona Lisa“ als Beispiel: Wenn wir die Augen zusammenkneifen, beginnt das Bild zu verschwimmen. Dies ist eine Analogie zur „Vorwärtsdiffusion“ in der KI-Malerei. In dieser Phase analysiert die KI unscharfe Bilder, lernt und versteht ihre morphologischen Merkmale, nutzt Deep Learning, um Merkmalsdaten aus einer großen Anzahl von Bildern zu extrahieren und ordnet sie ihren Textbeschriftungen zu, um eine riesige Datenbank aufzubauen.

Grundprinzipien der Diffusionsmodellierung

Wenn wir ein Mona-Lisa-Bild in einem bestimmten Stil (z. B. Anime-Stil) erstellen müssen, ruft das trainierte neuronale Netzwerk basierend auf den angegebenen Eingabewörtern relevante Merkmale aus seiner Datenbank ab und startet den Prozess der „umgekehrten Diffusion“, der das Rauschen im Bild schrittweise reduziert, um das Bild klarer zu machen. Auf diese Weise kann das neuronale Netzwerk auf der Grundlage komplexer Algorithmen und riesiger Datensätze ein verrauschtes Bild schrittweise in ein klares Bild umwandeln, das den Benutzeranforderungen entspricht – genau wie beim schrittweisen Meißeln einer schönen Statue aus einem Stein.

Beginnen Sie Ihre kreative Reise ganz einfach mit KI-Malerei

Mit dem Fortschritt und der zunehmenden Verbreitung der Technologie wird die Verwendung der KI-Malerei einfacher und intuitiver. Der Schlüssel zur Steuerung dieses Prozesses besteht darin, der KI eine präzise Textanweisung, nämlich das Aufforderungswort, zu geben. Damit die KI unsere Anforderungen genau verstehen kann, müssen die Eingabewörter eine Beschreibung des Bildthemas, des Malstils und der Bildparameter enthalten. Je detaillierter die Beschreibung, desto hilfreicher ist sie für die KI, Werke zu schaffen, die den Erwartungen entsprechen.

Am Beispiel von Midjourney, einem KI-Malwerkzeug, muss eine typische Eingabeaufforderung das Motiv, den Stil, die Umgebung, die Komposition, die Beleuchtung und andere Elemente des Bildes detailliert beschreiben und außerdem die Bildparameter festlegen. Sie können beispielsweise die folgenden Eingabeaufforderungswörter bearbeiten: „Ein Ölgemälde eines kleinen Jungen, der in einem Zimmer liest. Der kleine Junge trägt ein blaues Hemd. Der Hintergrund ist ein unordentlicher Raum, gedämpftes und sanftes Licht, geradeaus und die Bildgröße ist 16:9“, wodurch die KI besser zur Bildgenerierung angeleitet werden kann.

KI-Eingabeaufforderungen für die Reise (oben) und Schnittstelle zur Bildgenerierung (unten)

Geleitet von den Eingabeaufforderungswörtern generiert die KI 4 Bilder als Ausgabe. Die Steuerelemente „U“ und „V“ auf der Benutzeroberfläche stellen die vergrößerte Ausgabe bzw. die optimierten Änderungsoptionen dar und die Zahl nach jeder Schaltfläche entspricht einem der vier generierten Bilder. Wenn beispielsweise das erste Bild die Anforderungen erfüllt, klicken Sie auf „U1“ und AI vergrößert und gibt das Bild aus. Wenn das zweite Bild den Anforderungen näher kommt, aber noch weiter optimiert werden muss, klicken Sie auf „V2“ und die KI generiert basierend auf dem zweiten Bild erneut 4 Bilder. Wenn dieser Bilderstapel immer noch nicht den Anforderungen entspricht, kann der Benutzer die Eingabeaufforderungswörter anpassen oder auf die Schleifenschaltfläche auf der rechten Seite der Benutzeroberfläche klicken, um die KI anzuweisen, basierend auf den ursprünglichen Eingabeaufforderungswörtern 4 Bilder neu zu generieren. Diese Schritte stellen den grundlegenden Arbeitsablauf für die Bildgenerierung mithilfe von KI dar.

Andere KI-Zeichentools funktionieren auf ähnliche Weise. Im KI-Zeichentool Wenxin Yige von Baidu müssen Benutzer nur eine einfache Eingabeaufforderung geben, Parameter wie Seitenverhältnis, Malstil und Malmodus in der Eigenschaftenleiste links festlegen und einfach auf „Jetzt generieren“ klicken, um schöne Bilder zu erstellen.

KI-Malen kann cooler und unterhaltsamer werden

Mit der kontinuierlichen Iteration und Weiterentwicklung der KI-Maltechnologie sind eine Reihe fortschrittlicher Generierungsmethoden und Bildoptimierungsfunktionen entstanden, die die Möglichkeiten und Mittel der Benutzer zur Bilderstellung erheblich bereichern. Diese Funktionen verbessern nicht nur die Effizienz und den Komfort der Bilderzeugung, sondern geben den Benutzern auch beispiellose Möglichkeiten, ihre Kunstwerke anzupassen und zu optimieren, um ihren persönlichen kreativen Anforderungen präziser gerecht zu werden. Lassen Sie uns weiterhin Midjourney als Beispiel nehmen und sehen, wie KI-Malerei „gespielt“ werden kann.

Von Bildern zu Bildern

Wenn wir ein neues Bild erstellen möchten, das bestimmte Elemente eines vorhandenen Bildes enthält, können wir das vorhandene Bild als Referenz verwenden und es zusammen mit den Eingabeaufforderungswörtern an die KI senden. Auf diese Weise spiegelt das neu erstellte Bild bis zu einem gewissen Grad die Eigenschaften des Referenzbildes wider. Wenn wir beispielsweise ein Foto eines Frachtschiffs haben, das auf einem Fluss fährt, und es im Stil eines Ölgemäldes neu interpretieren möchten, müssen wir nur dieses Foto und die Eingabewörter im Ölgemäldestil an die KI senden, und die KI erstellt ein brandneues Gemälde im Stil eines Ölgemäldes.

Das Originalbild (links) und das durch das Bild erzeugte Bild (rechts)

Bildüberblendung

KI kann verschiedene Bilder mischen (bis zu 4). Die KI analysiert zunächst den Inhalt und die Merkmale dieser Bilder und kombiniert sie dann organisch, um neue Werke zu erstellen. Dieser Prozess führt manchmal zu unerwarteten kreativen Ergebnissen. Durch die Verschmelzung eines Fotos eines kleinen Jungen, der Fußball spielt, mit einem Foto eines Gartens kann die KI beispielsweise ein völlig neues Bild des kleinen Jungen erstellen, der in einem Garten Fußball spielt. Das neu erstellte Bild kann die ursprünglichen Merkmale des kleinen Jungen und des Gartens beibehalten, und die Kombination der beiden Szenen wirkt nicht fehl am Platz.

Das Originalbild (links) und das generierte Ergebnis nach dem Mischen des Bildes (rechts)

Teilweise Neulackierung

Mithilfe von KI können Benutzer auch bestimmte Bereiche eines Bildes verfeinern oder ändern. Diese Funktion verbessert die Kontrolle über Bilddetails erheblich und bietet die Möglichkeit, kreative Bildeffekte zu erstellen. Um beispielsweise dem Gesicht oder Kopf eines Mädchens in einem Bild neue Elemente wie eine Sonnenbrille, eine Maske oder einen Helm hinzuzufügen, müssen Benutzer diese Funktion lediglich verwenden, um die KI anzuweisen, Anpassungen in bestimmten Bereichen vorzunehmen. Auf diese Weise können die neu hinzugefügten Elemente harmonisch in die ursprüngliche Szene integriert werden, wodurch die Konsistenz und Natürlichkeit des Gesamtbildes gewährleistet wird.

Das Originalbild (links) und das teilweise neu gezeichnete Bild (rechts)

Halten Sie die Charaktere konsistent

Im Bereich der KI-Malerei gab es schon immer ein großes Problem: Für die KI ist es schwierig, die Konsistenz eines einzelnen Zeichens in mehreren Bildern aufrechtzuerhalten, was es für uns schwierig macht, einige fortlaufende Bilder desselben Zeichens zu erstellen. Im neuesten Midjourney-Update kann die KI jetzt jedoch Charaktere generieren, die mit den Referenzbildern in verschiedenen Szenen und Action-Posen übereinstimmen, basierend auf den Charakterporträts und Stichwörtern, die wir bereitstellen. Das Aufkommen dieser Funktion ermöglicht es uns, mithilfe von KI Comicstrips, Storyboards für Filme und Fernsehen und sogar Porträtfotografie zu erstellen.

Originalbild (links) und KI-generiertes Kontinuitätsbild (rechts)

Heute wird KI-Technologie in Film und Fernsehen, im Büro, in der Medizin und in anderen Bereichen praktisch eingesetzt. Mithilfe von KI können wir einige mühsame Arbeitsaufgaben problemlos erledigen und kreative Ideen problemlos in die Realität umsetzen. Obwohl die aktuelle KI-Maltechnologie hinsichtlich ihrer Steuerbarkeit noch immer vor Herausforderungen steht, was zu Abweichungen zwischen den tatsächlichen Ausgabeergebnissen und den Erwartungen führt, weist die rasante Entwicklung der Technologie darauf hin, dass sie großes Potenzial hat. KI-Malerei entwickelt sich zunehmend zu einem wichtigen Werkzeug in den Bereichen Kunst und Design und bietet kreativen Menschen die Möglichkeit, neue Bereiche zu erkunden. Mit dem fortschreitenden technologischen Fortschritt erwarten wir, dass KI-Malerei ein höheres Maß an kreativen Möglichkeiten mit sich bringt und eine neue Ära der Zusammenarbeit und gemeinsamen Kreation zwischen Mensch und KI einläutet!

Text/Jiang Bin, Meng Fanmin Foto/Internet