AI 场景生成器 — 世界简报中的电影犯罪戏剧场景
AI 场景生成器 将世界简介变成一个包含地点、主题、证据和光源的框架，而不是渐变上的浮动角色。已在 Better Call Saul 世界中得到验证，已发布 GPT Image 2 和 Krea 2 的四张关键视觉效果。
生成场景
从一份世界简报到商业街的黄昏——一位律师、一座充气纪念碑、一根霓虹灯管和一个停车场——由GPT Image 2渲染
什么是人工智能场景生成器？
AI 场景生成器是一个文本到图像的工作流程，它产生一个时刻，而不是一个主题。角色生成器为您提供背景上的人物。场景生成器为您提供一个有规则的地方、一个在其中稍显格格不入的人、一个暗示刚刚发生的事情的物体以及一个解释情绪的光源。区别不是风格。它是信息密度：一个场景可以被解读为故事，而肖像只能被解读为身份。
本页介绍的是场景优先方法，已在 Neta Studio 中的 Better Call Saul 世界上进行了端到端测试。下面的每一帧都是由世界原子生成的，作为该世界的作品发布，并在相同的简介下对两个模型进行比较。
是什么构成了场景，而不是图像
场景有四个承重部分。没有角色也会存在的地方。一个人物的服装告诉你他们与那个地方的关系。暗示正在进行的操作的证据对象。由地点物理驱动的光源。删除其中任何一个，图像就会折叠成库存照片或人物海报。
测试很简单：用手遮盖住人。如果剩下的一帧仍然告诉你这是什么样的故事，那么你就有了一个场景。如果它变成了一个空的背景，你就有了一张带有布景的肖像。
测试世界：Better Call Saul
这里的一切都是根据真实的设定渲染的：Neta Studio 中的 Better Call Saul 世界。八个角色、六个地点、六个事件和四个派系，全部可编辑。用于测试的两个场景定义了该类型的视觉范围：黄昏时分的商业街律师事务所，故事是水平的、廉价的和表演性的，以及夜晚查克的铝箔房子，故事是密封的、对称的和心理的。如果一个模型能够同时容纳两者，那么它就能容纳整个世界。
GPT Image 2 在这个类型中表现出色的是什么
物质诚实。羊毛读作羊毛，沥青读作沥青，箔读作箔。 大气衰退。沙漠地平线以令人信服的速度后退，而不是塌陷到背景中。 前景证据。一部翻盖手机、一叠文件或一盏灯笼位于画面中，具有重量和接触阴影。 建筑。店面有天篷、门和存在的理由。 室内灯。灯笼在清漆板上，而不是在半空中发光。 小文本控件。如果需要符号，GPT Image 2 是最有可能拼写该符号的模型；对于这种类型，更安全的选择仍然是完全禁止文本。
场景解剖：主题、地点、证据、光线
按以下顺序分四遍写场景：地点、主题、证据、光线。每一遍应添加一个具体名词并删除一个模糊形容词。如果某个条款可以适用于任何犯罪故事，那么它就不起作用。如果它只能适用于这个世界，那就是了。
地方
Albuquerque 黄昏时分一家廉价的商业街律师事务所；一栋黑暗的郊区房子，墙壁上贴着箔纸。
主题
一位中年男子，黑发向后梳，穿着花哨的芥末色西装，系着红色领带；楼梯上有一个瘦瘦的男人，身上盖着灰色的太空毯。
证据
耳边放着翻盖手机，霓虹灯管上没有字母；一盏露营灯和一张堆满法律文件的桌子。
光
紫罗兰黄昏搭配霓虹红蓝；冰冷的蓝色月光透过窗帘缝隙映在一盏温暖的灯笼上。
第 1 步 — 在人物之前命名地点
大多数失败的场景提示都是以角色开始的。而是从地点开始，因为地点决定构图。 “黄昏时廉价的商业街律师事务所”为你提供了一个天篷、一扇平板玻璃窗、一个停车场和一个灯光方向。 《穿西装的男人》给你一幅肖像。一旦地点固定，人物就变成了一个比例物体而不是一个主题，而画面开始表现得像一个故事而不是爆头。
第 2 步 — 按服装而非面孔选角
不要描述相似之处。描述一件衣服和一个姿势。 “一名中年男子，黑发向后梳，穿着芥末黄色西装，打着红色领带，一只手插在口袋里，脸转向四分之三”，为模型提供了所需的一切，而且没有任何错误。服装也起到叙事作用：在廉价停车场穿一套花哨的西装是一个认为外表就是产品的男人的全部前提。
第三步——将一项证据放在前台
场景需要一个对象来暗示已经正在进行的动作。耳边还放着一部翻盖手机。地板上放着一盏灯笼，灯芯很低。一堆已被多次阅读的法律文件。物体应该足够近以具有纹理，并且距离主体足够远以创建一个关注三角形：物体、人、地平线。没有它，图像就是风景；没有它，图像就是风景；没有它，图像就是风景。有了它，风景就变成了风景。
第四步——照亮谎言，而不是照亮房间
场景生成器会很高兴地均匀地照亮所有东西，这是失去这种类型的最快方式。命名一种关键源和一种填充，并赋予它们不同的色温。在商业街里，关键是一根霓虹灯管，填充物是一扇温暖的窗户。在铝箔屋里，钥匙是一盏灯笼，填充物是透过窗帘缝隙的冷月光。温度对比起到了道德作用：温暖的光线是普通的世界，它总是在做出决定的房间外面。
第 5 步 — 锁定调色板
将调色板写成三种命名颜色，而不是一种心情。 “芥末色、紫红色、箔银”可用； “坚韧和电影”不是。这个世界的调色板故意狭窄：地带购物中心是芥末色和霓虹红，公司是胡桃木和玻璃，铝箔房子是银色和蓝色，沙漠是赭色和骨头。如果你改变调色板，你就改变了观众正在观看的故事，所以有目的地改变它。
第 6 步 — 禁止文字和徽标
犯罪剧充满了标牌：办公室标牌、产品包装、警车、菜单。模特们仍然会拼错简短的单词，而拼错的标志比任何解剖错误都更快地破坏了纪录片的幻觉。向每个提示添加“无文本、无徽标、无水印”，然后裁剪或合成您实际需要的任何标牌。 GPT Image 2 在文本方面比大多数模型更好，但“更好”并不“可靠”，而且这种类型不能承受明显的错误。
可重复使用的场景模板
合法犯罪场景、半写实的绘画现实主义、电影广角镜头。地点：[黄昏时的廉价商业街律师事务所/夜晚金箔衬里的郊区房屋]。规模：[充气Statue of Liberty和破裂的沥青/楼梯和堆叠的法律文件]。对象：[一个留着向后梳的深色头发的男人，穿着芥末色西装，打着红色领带，拿着翻盖手机/一个瘦小的男人，穿着灰色太空毯，双手捂住耳朵]。证据：[一根没有字母的霓虹灯管/一盏野营灯和一叠文件]。灯光：[紫罗兰色的黄昏，霓虹灯的红色和蓝色，赭石灰泥/寒冷的月光和一盏温暖的灯笼]。底片：无文字、无徽标、无水印、胶片颗粒有限。
保持秩序。早期的子句比晚期的子句权重更大，因此在服装子句之后到达的位置子句将输给服装。该模板也是一个清单：如果您无法用具体名词填充括号，则场景尚未准备好生成。
渲染和发布工作流程
打开世界工作室，复制您想要可视化的原子，编写四遍场景简介并生成。将每一帧作为世界作品发布，并记录其提示和模型。此页面上的四个框架是已发表的作品，带有实时共享链接，这意味着可以检查比较而不是相信。
复制原子
打开世界上的strip mall 或foil house 并将其名词复制到地点子句中。
写四遍
地点、主题、证据、光线。保持每个条款的具体性和每个对象的物理性。
以正确的比例生成
购物中心使用较宽的框架，楼梯使用较高的框架。 Square是社交的； 3:2 用于页面。
作为作品发表
将图像、提示和模型附加到世界中，以便框架继承标准。
比较和迭代
在 Krea 2 上运行相同的简介，发布两者，然后通过比较来决定每个图像适用于哪个表面。
探索世界
从广角镜头开始。它定义了后来的每一帧都将继承的调色板、规模和社会逻辑。对于这个世界来说，最简单的第一景就是黄昏的商业街；最有用的第二个场景是午夜的箔屋。发布两者，然后比较同一简介中的模型。
创建您自己的场景
四个已发布的框架，两个模型，一个世界 - 下一个场景是你的。