Svetelný drift nastáva, keď po sebe idúce obrázky generované modelom AI vykazujú jemné, ale citeľné rozdiely v polohe zdroja svetla, úrovni jasnosti alebo odtieni. Dochádza k tomu preto, že väčšina generatívnych modelov považuje každú generáciu obrázka za nezávislú udalosť a optimalizuje lokálny kontrast a jasnosť namiesto globálnej kontinuity. Pri generovaní druhého obrázka môže model interpretovať „jasné ranné svetlo“ mierne inak ako pri prvom obrázku, čím sa zmení uhol dopadu slnka alebo sa zvýši teplota vyváženia bielej. Táto nekonzistencia narúša ilúziu súvislej scény a spôsobuje, že séria pôsobí nesúvislo namiesto súdržne. Aby ste to vyriešili, musíte pristupovať k osvetleniu nie ako k automatickému vedľajšiemu produktu promptu, ale ako k prísnej podmienke definovanej v texte a posilnenej vizuálnymi referenciami.
Definovanie „svetelného kotvy“ v počiatočnom prompte
Najefektívnejšou metódou na dosiahnutie konzistencie je stanovenie prísnej textovej definície podmienok osvetlenia už v úplne prvom prompte. Táto definícia slúži ako „kotva“ pre všetky nasledujúce obrázky. Nespoliehajte sa na vágne opisné výrazy ako „prirodzené svetlo“ alebo „svetlé a vzdušné“, ktoré sú príliš všeobecné a umožňujú príliš veľkú interpretačnú variabilitu. Namiesto toho špecifikujte fyzikálne charakteristiky zdroja svetla s geometrickou a chromatickou presnosťou.
Mali by ste definovať tri konkrétne parametre: smer, kvalitu a teplotu. Pri smere presne uveďte, odkiaľ svetlo prichádza vzhľadom na objekt, napríklad "svetlo prichádzajúce z ľavého horného rohu pod uhlom 45 stupňov". Pri kvalite rozlíšte tvrdé a mäkké svetlo opisom definície hrán tieňov, napríklad "ostré, vysoko kontrastné tiene s minimálnou difúziou" oproti "mäkké, rozptýlené svetlo s jemnými prechodmi gradientu". Pri teplote sa vyhujte subjektívnym pojmom ako "teplé". Namiesto toho opíšte posun odtieňa vzhľadom na neutrálnu bielu, napríklad "mierne zlatistý odtieň typický pre popoludňajšie slnko" alebo "chladné, modro ladené okolité svetlo skorého rána". Tým, že tieto tri premenné uzamknete do jednej stručnej vety, ktorú doslovne skopírujete do každého ďalšieho promptu, poskytnete modelu pevnú logickú štruktúru na dodržiavanie, čím znížite náhodnosť jeho interpretácie.
Používanie referenčných obrázkov na uzamknutie smeru a intenzity tieňov
Sám text často nedokáže preniesť presnú intenzitu svetla, pretože interpretácia pojmu "jasné" sa môže v modeli meniť na základe iných prvkov v prompte. Na kompenzáciu tohto javu použite referenčný obrázok ako vizuálny kotvu. Táto technika spočíva v nahratí alebo pripojení konkrétneho obrázka, ktorý stelesňuje presné požadované svetelné podmienky, a následnom pokyne modelu, aby replikoval svetelné nastavenie z tohto referenčného obrázka na váš nový objekt.
Pri výbere referenčného obrázka zvoľte taký, ktorý má jasné a výrazné tiene. Plochý, rovnomerne osvetlený obrázok poskytuje málo informácií o smere alebo intenzite, zatiaľ čo obrázok so silným smerovým svetlom poskytuje modelu jasné geometrické vodítka. Pri zadávaní referenčného obrázka ho spojte s stručným pokynom, ktorý oddelí obsah od osvetlenia. Napríklad požiadajte model, aby „aplikoval nastavenie osvetlenia z referenčného obrázka na nový subjekt“. To núti model uprednostniť priestorový vzťah medzi zdrojmi svetla a objektmi pred konkrétnymi detailmi samotného referenčného obrázka. Uistite sa, že referenčný obrázok zostáva konzistentný počas celej sekvencie. Prepnutie referenčných obrázkov medzi generáciami zavádza nové premenné, čo vedie k okamžitému posunu. Kotvením každej generácie na rovnakom vizuálnom príklade vytvoríte vizuálnu gramatiku, ktorú model opakuje naprieč rôznymi subjektmi, čím zabezpečíte, že dĺžka a tmavosť tieňov zostanú proporčné od záberu k záberu.
Techniky na úpravu konzistencie farebnej teploty medzi zábermi
Aj pri konzistentnom smere a intenzite sa môže farebná teplota – teplý alebo studený odtieň svetla – líšiť v dôsledku interných algoritmov vyváženia farieb modelu. Tieto algoritmy sa často snažia korigovať vnímané farebné posuny v zobrazovanom objekte, čo môže neúmyselne posunúť odtieň osvetlenia pozadia. Na zachovanie konzistentnej teploty musíte oddeliť farbu osvetlenia od prirodzených farieb objektu.
Jednou z účinných techník je špecifikovať farbu osvetlenia oddelene od popisu scény. Namiesto zlúčenia opisu osvetlenia do hlavného rozprávania pridajte na koniec promptu samostatnú časť venovanú osvetleniu. Používajte relatívne farebné pojmy, ktoré opisujú vzťah medzi zdrojmi svetla, a nie absolútne hodnoty. Napríklad, ak chcete neutrálny vzhľad, zadajte „neutrálny vyváženie farieb bez dominantného farebného nádychu“. Ak chcete teplo, zadajte „teplo zlatej hodiny bez presýtenia červených“. To pomáha zabrániť tomu, aby model príliš kompenzoval farby v scéne. Okrem toho, ak generujete sériu, v ktorej sa mení denná doba, opisujte zmenu teploty ako gradient, nie ako skok. Napríklad prejdite z „chladnej rannej modrej“ na „neutrálnu poludňajšiu bielu“ a následne na „teplú večernú zlatú“ použitím medzipopisov pre každý krok. Tým vznikne logická postupnosť, ktorú môže model nasledovať, čo zabezpečí, že zmena farieb bude pôsobiť zámerným a hladkým dojmom, nie chaoticky.
Riešenie problémov s nesúladom svetlých a tmavých tónov vo finálnych kompozíciách
Napriek starostlivému zadávaniu promptov sa môžu občas vyskytnúť nesúladnosti v intenzite svetiel alebo hĺbke tieňov. Pri kontrole sekvencie hľadajte nekonzistencie v tom, ako jasné sú najjasnejšie časti obrázka (svetlá) a ako tmavé sú najhlbšie tiene. Ak jeden obrázok pôsobí vyblednuto a druhý hlboko a kontrastne, intenzita osvetlenia sa zmenila.
Na vyriešenie tohto problému najprv skontrolujte dĺžku promptu. Dlhšie a zložitejšie prompty môžu zriediť vplyv konkrétnych inštrukcií pre osvetlenie. Zjednodušte svoj prompt odstránením nepotrebných prídavných mien týkajúcich sa objektu a zamerajte sa na časť týkajúcu sa osvetlenia. Ak sa drift naďalej vyskytuje, upravte nastavenia „strength“ alebo „influence“, ak to váš nástroj umožňuje, a pridajte vyššiu váhu referenčnému obrázku oproti textovému promptu. Ďalším častým problémom je zložitosť pozadia; rušné pozadia môžu spôsobiť, že model upraví osvetlenie tak, aby vynikol objekt, čím sa zmení celková expozícia. Aby ste to napravili, zjednodušte popis pozadia v nasledujúcich promptoch použitím pojmov ako „minimalist background“ alebo „solid color backdrop“, aby sa osvetlenie správalo predvídateľne. Nakoniec, ak je konkrétny obrázok výrazne odlišný, vygenerujte ho znova s použitím predchádzajúceho úspešného obrázka ako jedinej referencie pre osvetlenie, namiesto spoliehania sa len na pôvodný textový prompt. Toto iteratívne spresňovanie pomáha vrátiť sériu späť k stanovenému kotviacemu bodu a zabezpečuje súdržný vizuálny príbeh.