AI 場景生成器 — 世界簡報中的電影犯罪戲劇場景
AI 場景生成器 將世界簡介變成一個包含地點、主題、證據和光源的框架，而不是漸變上的浮動角色。已在 Better Call Saul 世界中得到驗證，已釋出 GPT Image 2 和 Krea 2 的四張關鍵視覺效果。
生成場景
從一份世界簡報到商業街的黃昏——一位律師、一座充氣紀念碑、一根霓虹燈管和一個停車場——由GPT Image 2渲染
什麼是人工智慧場景生成器？
AI 場景生成器是一個文字到影象的工作流程，它產生一個時刻，而不是一個主題。角色生成器為您提供背景上的人物。場景生成器為您提供一個有規則的地方、一個在其中稍顯格格不入的人、一個暗示剛剛發生的事情的物體以及一個解釋情緒的光源。區別不是風格。它是資訊密度：一個場景可以被解讀為故事，而肖像只能被解讀為身份。
本頁介紹的是場景優先方法，已在 Neta Studio 中的 Better Call Saul 世界上進行了端到端測試。下面的每一幀都是由世界原子生成的，作為該世界的作品釋出，並在相同的簡介下對兩個模型進行比較。
是什麼構成了場景，而不是影象
場景有四個承重部分。沒有角色也會存在的地方。一個人物的服裝告訴你他們與那個地方的關係。暗示正在進行的操作的證據物件。由地點物理驅動的光源。刪除其中任何一個，影象就會摺疊成庫存照片或人物海報。
測試很簡單：用手遮蓋住人。如果剩下的一幀仍然告訴你這是什麼樣的故事，那麼你就有了一個場景。如果它變成了一個空的背景，你就有了一張帶有佈景的肖像。
測試世界：Better Call Saul
這裡的一切都是根據真實的設定渲染的：Neta Studio 中的 Better Call Saul 世界。八個角色、六個地點、六個事件和四個派系，全部可編輯。用於測試的兩個場景定義了該型別的視覺範圍：黃昏時分的商業街律師事務所，故事是水平的、廉價的和表演性的，以及夜晚查克的鋁箔房子，故事是密封的、對稱的和心理的。如果一個模型能夠同時容納兩者，那麼它就能容納整個世界。
GPT Image 2 在這個型別中表現出色的是什麼
物質誠實。羊毛讀作羊毛，瀝青讀作瀝青，箔讀作箔。 大氣衰退。沙漠地平線以令人信服的速度後退，而不是塌陷到背景中。 前景證據。一部翻蓋手機、一疊檔案或一盞燈籠位於畫面中，具有重量和接觸陰影。 建築。店面有天篷、門和存在的理由。 室內燈。燈籠在清漆板上，而不是在半空中發光。 小文字控制元件。如果需要符號，GPT Image 2 是最有可能拼寫該符號的模型；對於這種型別，更安全的選擇仍然是完全禁止文字。
場景解剖：主題、地點、證據、光線
按以下順序分四遍寫場景：地點、主題、證據、光線。每一遍應新增一個具體名詞並刪除一個模糊形容詞。如果某個條款可以適用於任何犯罪故事，那麼它就不起作用。如果它只能適用於這個世界，那就是了。
地方
Albuquerque 黃昏時分一家廉價的商業街律師事務所；一棟黑暗的郊區房子，牆壁上貼著箔紙。
主題
一位中年男子，黑髮向後梳，穿著花哨的芥末色西裝，繫著紅色領帶；樓梯上有一個瘦瘦的男人，身上蓋著灰色的太空毯。
證據
耳邊放著翻蓋手機，霓虹燈管上沒有字母；一盞露營燈和一張堆滿法律檔案的桌子。
光
紫羅蘭黃昏搭配霓虹紅藍；冰冷的藍色月光透過窗簾縫隙映在一盞溫暖的燈籠上。
第 1 步 — 在人物之前命名地點
大多數失敗的場景提示都是以角色開始的。而是從地點開始，因為地點決定構圖。 “黃昏時廉價的商業街律師事務所”為你提供了一個天篷、一扇平板玻璃窗、一個停車場和一個燈光方向。 《穿西裝的男人》給你一幅肖像。一旦地點固定，人物就變成了一個比例物體而不是一個主題，而畫面開始表現得像一個故事而不是爆頭。
第 2 步 — 按服裝而非面孔選角
不要描述相似之處。描述一件衣服和一個姿勢。 “一名中年男子，黑髮向後梳，穿著芥末黃色西裝，打著紅色領帶，一隻手插在口袋裡，臉轉向四分之三”，為模型提供了所需的一切，而且沒有任何錯誤。服裝也起到敘事作用：在廉價停車場穿一套花哨的西裝是一個認為外表就是產品的男人的全部前提。
第三步——將一項證據放在前臺
場景需要一個物件來暗示已經正在進行的動作。耳邊還放著一部翻蓋手機。地板上放著一盞燈籠，燈芯很低。一堆已被多次閱讀的法律檔案。物體應該足夠近以具有紋理，並且距離主體足夠遠以建立一個關注三角形：物體、人、地平線。沒有它，影象就是風景；沒有它，影象就是風景；沒有它，影象就是風景。有了它，風景就變成了風景。
第四步——照亮謊言，而不是照亮房間
場景生成器會很高興地均勻地照亮所有東西，這是失去這種型別的最快方式。命名一種關鍵源和一種填充，並賦予它們不同的色溫。在商業街裡，關鍵是一根霓虹燈管，填充物是一扇溫暖的窗戶。在鋁箔屋裡，鑰匙是一盞燈籠，填充物是透過窗簾縫隙的冷月光。溫度對比起到了道德作用：溫暖的光線是普通的世界，它總是在做出決定的房間外面。
第 5 步 — 鎖定調色盤
將調色盤寫成三種命名顏色，而不是一種心情。 “芥末色、紫紅色、箔銀”可用； “堅韌和電影”不是。這個世界的調色盤故意狹窄：地帶購物中心是芥末色和霓虹紅，公司是胡桃木和玻璃，鋁箔房子是銀色和藍色，沙漠是赭色和骨頭。如果你改變調色盤，你就改變了觀眾正在觀看的故事，所以有目的地改變它。
第 6 步 — 禁止文字和徽標
犯罪劇充滿了標牌：辦公室標牌、產品包裝、警車、選單。模特們仍然會拼錯簡短的單詞，而拼錯的標誌比任何解剖錯誤都更快地破壞了紀錄片的幻覺。向每個提示新增“無文字、無徽標、無水印”，然後裁剪或合成您實際需要的任何標牌。 GPT Image 2 在文字方面比大多數模型更好，但“更好”並不“可靠”，而且這種型別不能承受明顯的錯誤。
可重複使用的場景模板
合法犯罪場景、半寫實的繪畫現實主義、電影廣角鏡頭。地點：[黃昏時的廉價商業街律師事務所/夜晚金箔襯裡的郊區房屋]。規模：[充氣Statue of Liberty和破裂的瀝青/樓梯和堆疊的法律檔案]。物件：[一個留著向後梳的深色頭髮的男人，穿著芥末色西裝，打著紅色領帶，拿著翻蓋手機/一個瘦小的男人，穿著灰色太空毯，雙手捂住耳朵]。證據：[一根沒有字母的霓虹燈管/一盞野營燈和一疊檔案]。燈光：[紫羅蘭色的黃昏，霓虹燈的紅色和藍色，赭石灰泥/寒冷的月光和一盞溫暖的燈籠]。底片：無文字、無徽標、無水印、膠片顆粒有限。
保持秩序。早期的子句比晚期的子句權重更大，因此在服裝子句之後到達的位置子句將輸給服裝。該模板也是一個清單：如果您無法用具體名詞填充括號，則場景尚未準備好生成。
渲染和釋出工作流程
開啟世界工作室，複製您想要視覺化的原子，編寫四遍場景簡介並生成。將每一幀作為世界作品釋出，並記錄其提示和模型。此頁面上的四個框架是已發表的作品，帶有實時共享連結，這意味著可以檢查比較而不是相信。
複製原子
開啟世界上的strip mall 或foil house 並將其名詞複製到地點子句中。
寫四遍
地點、主題、證據、光線。保持每個條款的具體性和每個物件的物理性。
以正確的比例生成
購物中心使用較寬的框架，樓梯使用較高的框架。 Square是社交的； 3:2 用於頁面。
作為作品發表
將影象、提示和模型附加到世界中，以便框架繼承標準。
比較和迭代
在 Krea 2 上執行相同的簡介，釋出兩者，然後透過比較來決定每個影象適用於哪個表面。
探索世界
從廣角鏡頭開始。它定義了後來的每一幀都將繼承的調色盤、規模和社會邏輯。對於這個世界來說，最簡單的第一景就是黃昏的商業街；最有用的第二個場景是午夜的箔屋。釋出兩者，然後比較同一簡介中的模型。
建立您自己的場景
四個已釋出的框架，兩個模型，一個世界 - 下一個場景是你的。