我一直很想把一些舊的圖片做一些處理與回顧...
我從中學開始學畫圖,到現在也過十幾年,也差不多三四年前是我在繪圖頂峰,不過後續就沒有繼續從事繪圖工作,轉向管理與系統開發。
按照 Anders Ericsson 的 《一萬小時天才定律》一書,如果你有正常適當的努力,至少十年以上,就有機會達到那個領域的專才,而我對於繪圖算是不離不棄,雖然不一定是天才,但有真心認真過。
按照 Anders Ericsson 的 《一萬小時天才定律》一書,如果你有正常適當的努力,至少十年以上,就有機會達到那個領域的專才,而我對於繪圖算是不離不棄,雖然不一定是天才,但有真心認真過。
之前很流行的Stable Diffusion,公司裡面也很著迷,最近ChatGPT更是很紅,雖然公司引進AI來輔助製作.......完成大量生成人物、背景、遊戲、聲音與故事連結等等....已經用三年多,至少基本程式與藝術創作的需求一直不是人手,不過公司最缺乏的就是他們所謂的大模型吧? 資料也只能是自己公司做的,所以自然就有侷限,也沒有ChatGPT這麼誇張,設計與管理還是很靠人腦。
這種轉變,讓我回想起很多故事,我記得以前看過一個很老的動畫《小浣熊》(あらいぐまラスカル),這是一部講述大自然共存的作品,裡面有一幕就是主角爸爸跟朋友爭執汽車與馬車誰該存在的故事...如果我沒有記錯.....不過這一幕讓我在幼稚園時記憶深刻,我記得主角爸爸認為汽車是未來科技,勢必會取代馬車,而支持馬車的人認為,馬有汽車無法取代的情感與關係,兩邊都沒有錯,現在還有人出門上高速拉馬車麼?但是馬也確實有無法取代的價值,至今很多農村甚至警察都在使用馬。而現在繪圖也差不多有這種特質,雖然不敢預測未來是什麼樣子,但是從現有東西來看,趨勢是可以從現況推敲出來的。
假設我又回到中學時~如果當時就有Stable Diffusion,我到底會怎樣呢?
我拿自己的畫來做實驗,看看AI怎麼去重新形容我的作品,再想想是否影響到我後面道路
首先,
在軟體使用上,我讓中學的作品,搭配AI自己自動化去解釋,偶而提示一下
- 使用stable diffusion,模型使用anything 3.0跟waifu
- 描述的prompt完全由AI自己生成
再者,
我會用一個藝術創作的基本原則去做很簡單的觀察
第一是人的主觀原則
- 結果導向
我的作品達到某個結果做為目標設定 - 過程導向
我的創作過程,帶來什麼成長與感受為目標設定
兩個可以同時並存也可以單一存在
第二是創作的客觀原則
一般可以由產品設計的理論,讓構思簡單分為三種思考的方向
- 分析式
這很像Elon Musk提過的First Principle,由單一基礎原理進行邏輯分析並且理解,
同理也能使用邏輯推理產生創作的導向,這方面式使用方法來解決創作上的問題。 - 組合式
重點在於目標物,並用直覺或者形象上的項目,進行擬合創作,在這部分,他並不依賴邏輯分析,而是直觀的進行拆解並對自己理想的方向做素材組合。 - 聯想式
通常這類創作非常依賴靈感,如果你是一個右腦發達或者容易胡思亂想的人,這個方法會符合你的創作方式,也會讓觀眾有跳躍式的體驗,不過也要自己思考,那些東西過分自我,以免落入落落寡合的窘境。
AI繪圖的技術,已經變得非常簡單容易使用,不過駕馭得好,並不是件容易的事情,我目前還沒有很擅長使用,我只是新手,所以請多多包涵,我更在乎的是AI能不能把我當時創作的精神更進一步加強細膩,甚至是延伸創作。
一、鉛筆與簡單上色
1. 做為增加細節的參考
這是一個2009年左右畫得圖,他是一張以遊戲角色為參考的草稿,
在這裡我發現,AI在草稿上,必須要在他放飛自我前做選擇,
通常AI增加的細節都是不錯的,但都不足以滿足需求
同樣是很久以前的草圖,他能做不少細節調正
證明兩個角色互動,只要少許指導就能自己完成
此外他能判定出捏臉的動作
2. 有限度的無中生有
例如下面這張圖,少女手中是拿著花冠,因此我在prompt裡面,增加花冠的英文單字,不過顯然,他並不知道花冠是什麼,或者他認識的文字並不是我所知道的,
一般這種做法,是用Photoshop,加上一個網路上找得到的花冠檢貼上去,AI就會算出來,
不過如果只要文呢?
原圖:
我嘗試了一陣子,發現他還是只能有限度的認識東西的增加
例如我增加flower.hand,他就會變成下圖
認真來說,算是不錯的,即便有錯誤,但是改得可以接受
不過眼尖地人應該會發現花朵解釋不能是風,而是要懸浮的魔力之類的
AI:
AI:
3. 錯誤骨架的變更
他不能像ChatGPT這麼聰明,能對圖片做修正的解釋
不過他會換個詮釋來改變圖片,或者說,模型會巧妙的發現不合理並改掉,即便他自己也是有細節的錯誤,但整體的想法還不錯。
下面這個圖片是我剛學畫畫時,沒有摸清骨架就下筆的,可以看得出來,我畫的圖,頭骨的部分就有錯誤,而AI這部分轉變就變得很有意思,他使用比較長的鼻子來調整視覺,並且用布料來掩蓋過量的頭髮,脖子也比較正確,實際上人的脖子上半部會寬一點
其中帽子上的花才是創作的重點,因此底下的人物並沒有這麼重要,而這部分ai做得不錯。
4. 上色問題 - 自動上色
我有嘗試讓他 "自己" 上色
也就是在Prompt加上顏色的提示
當CFG越高,也就越放飛自我的,變成其他圖了
嘗試了幾次,如果你不在乎那些原先設定,反而是帶來不少有趣的構圖
5. 上色問題 - 預先上色的鉛筆草圖
下面這個圖是我2007年畫得,那時候我沒有繪圖板,也剛開始學畫畫,使用鉛筆進行一些色階的處理,然後嘗試在電腦上,使用一個現在已經不存在的繪圖軟體,以滑鼠用噴槍與填色去完成作品。
這個作品就是小女生很高興抱著媽媽的圖,並沒有特別意涵,以前只是想要嘗試新工具。
實際上,AI在光影邏輯上,比以前的我正確,但我想大家也看得出來,這裡面有不少缺失,
相對於前面厚圖,因為這個圖片的品質非常糟糕,也因此AI在模仿與轉換時,可能誤判就多很多,當然還有一個問題就是手指比例,這也是AI的弱點。
不過我也發現,線稿相對乾淨時
你並不需要做太多的填色就能,AI就能輔助完成整個顏色表現
這對於習慣用鉛筆構圖,並且不喜歡花太多時間上色的人而言,會有不小幫助
不過細節的部分,可能就有待工程師的訓練
下圖就是一個例子,作圖邏輯是愛麗絲偷偷拿走兔子的懷表,而兔子驚訝的摸著口袋並看著愛麗絲的手中物品,看起來ai都有成功辨識,並且知道眼睛要注意在懷錶上
原圖:
AI:
6. 上色問題 - 只須選色的第三方工具
選色後自動填色,這個功能幾乎現在所有的繪圖工具都多少會提供,例如免費的krita,或者付費的CLIP STUDIO
比較像玩具的是 https://petalica.com/
不知道大家有沒有玩過,理論上它的設計非常吃完線稿整度,另外你選色填在某些區域,他就會自動幫你填滿,草稿就會變得很難用
不過當你完全沒打算好好畫得時候,這一個工具就變得滿好玩的
經過嘗試....
你只需要能畫出差不多的草圖,像我這樣亂七八糟的,並且自己配色就可以
時間...可以壓到5分鐘內完成
至於商用價值,比較像是團隊的大腦風暴可以使用,如果跟客戶討論,應該不行
二、用繪圖板繪製的圖片翻新
我那無法見人的黑歷史
我記得我第一張數位繪圖是用一個100元滑鼠畫的人,因為沒有感壓,頭髮就花了大量的時間,不過現在看起來是如此單純
跟前面的一樣,你只需要稍微提示,他就能完成自動上色,並且效果還不錯
這讓我發現,越單純的上色,反而對於AI來說越好辦
厚塗法
這是十二年前的作品,當時候我轉用CG繪圖第二年,在嘗試厚圖法,不過以前的螢幕不像現在,普遍好一點的顏色能到sRGB或DCI-P3 100%當時的螢幕大概都是60~70%sRGB,我繪圖板是很老的wacom Bamboo,現在連圖片都找不到了,解析度比現在滑鼠還低,而且只有256階感壓,所以我只能採用厚圖與圖層來做控制手段。
這作品的主軸在於突破違和,背後是平淡無奇的花,而少女從背景中成長出來,注視著眼前的你,頭戴果實,光從頭上打下,有光暈的朦朧感,讓畫面柔和一點。
我希望看的人,注意到她也看著你,然後遺忘掉,然而他身體與背景融合著的違和感。
AI:
這部分我完全讓AI自己對圖片生成文字,然後進行重繪,
意外改得不錯,果實的部分改成花,並沒有不好,另外光影也完全符合我的期待,當時沒有掌握的聚焦與模糊,他也幫我做好了,更搶眼而容易讓人遺忘背景。
然而我沒有讓AI自己對圖片進行描述,直接仿我的圖時,
很明顯他就畫出近似我原地上色與搭配,而文字的部分也改得很微妙
手指塗抹
手指是一種常見的工具,很多畫家會用手指磨出想要的陰暗或類似暈染表現
不過他的缺點也很明確,就是容易花太多時間,而且精準度有限,這時候工具介入就很方便加強完成度
但同時,他也就會犧牲掉邊緣毛毛的特徵
當然,最大的好處在於,能變出不同風格
不過讓我覺得比較意外的還是,手指的花紋,他改成花紋,這是不錯的感覺
應該是媒合下,比較近似的
失敗的賽璐璐
實際上國中時候也沒有youtuber
所以當時亂畫,客觀來說,我中學到大學畢業初期,並沒有真的賽璐璐作品
下面是一個很老的動漫作品,少女愛上姐姐,經過調整之後,我讓她喪失些細節來強化整體完整性
看起來是成功的
下面這個作品,是要準備上大學前畫的,作品重點是櫻花與飄逸的感覺,所以少女是動態的移動感,
錯誤的部分諸如馬尾、和服領口與木屐等等
不過也有不少地方做得很優秀,例如奔跑的腳,那個肉與襪子產生的咬肉感,或者櫻花的花瓣,都合成的不錯。
原圖:
AI:
水彩
這作品是以動漫作品BLACK★★ROCK SHOOTER為基礎概念去畫的,黑岩射手是一個十二年前的作品,他知名的原因是因為畫家huke畫的人物具有很強大的魅力
當時嘗試用SAI水彩筆
在AI轉變後,那個數位水彩筆的筆觸就消失了,不過整體品質也提升了一些
偶而會自動補色
這個就是一個例子,例如鈕扣我沒有上色,他自動補齊了
若沒控制好,容易開始色色
按照一些專家說法,就是他的學習模型,如果偏好
下面是一個以前的練習作品,錯誤的點非常多,也沒有任何意義或特徵
但是透過AI,調整一些參數後,就自動變得色色的圖片了
小動物是罩門
我畫的動物,這個模型似乎都無法正確辨識呢
俗稱知識不足吧?
不過DELL•E2就畫得不錯....
雖然DELL•E2比較不懂一些意思,例如彼得兔,
如果長年畫畫的人,
最終會慢慢去接受一些~你覺得很糟糕的方法來創作.....
從網路出現後,你就能發現人們創作越來越容易受到網路影響,而節奏也越來越快,古時候可以流行數年的事情,大概幾周就換了或更新了,比起鑽研細節,更多朝向大方向的創作,如果你拿出1990甚至更早的動畫作品,對比現在很多畫得亂七八糟,線條簡化很多的動畫,技術跟方向完全改變,現在人更多是在乎劇情喜好。
尤其是繪圖工具,現在畫師真的能叫畫師麼? 我以前心底真的會這樣疑問,
因為有很多工具早就讓畫畫失去創作的特質,像是陰影或線條都變得很沒有挑戰,幾乎都是輔助,而不是練習你的手或者辨識,但這不是壞事,因為完成品更好,你的觀眾也會越開心,以結果導向而言,不必要的成本浪費才是對的。
所以,對於 "結果導向" 的創作者而言,會拿到神兵利器,但同時也犯了 "過程導向" 的大忌,這類創作除了變得很跳躍,也會缺少過往基礎訓練,比較不踏實。
以構思的創作的角度來看,
- 分析法:專家分析(不一定是藝術家) → 軟體工程師做程式變動→AI專業界面與運作產生變化
- 組合法:藝術家尋找直觀的形象或藝術分類 → 軟體工程師依照分類去訓練項目→藝術家讓AI組合項目
- 聯想法:藝術家初步的想法並丟給AI繪製並產生新聯想
我看同事,他們AI繪圖的作法也很有趣...
我公司有一套工具是把2D的圖片轉成3D(高低模都有),而他們寫了一個程式反覆判斷並訓練2D繪圖AI,前幾天看到時,變得滿厲害的,以前不是都有人教怎麼辨識是AI畫的麼? 例如身體骨架、陰影位置、手指....吃麵之類的,我想如果連公司專業繪師都很難挑問題的時候,一般人就很難辨識了。
他們從不會畫畫的軟體工程師,轉變成能夠提供圖片的人,
不過,以前我也搶過他們飯碗,youtuber出來以後,學程式變得很快很簡單,
變成一種,互相來往.....
如果沒有電腦科技的發展,以前根本都想像不到這種狀況吧?
我這之前已經打了一篇文章
我已經表明兩個我的想法
- 藝術確實越來越缺少琢磨的機會,例如我們不會用石頭花一輩子鑿一個石像
- 是該順應新時代的藝術創作方法,來成就新型態的藝術
不過,
我想過去花過時間與生命畫畫的人,心理應該會非常難受與不悅
『啪 沒了』
『我到底在忙什麼?』
『這種東西本來就不該存在世界上!』
不過回頭想想,因為....不得已順著趨勢....經歷過不少次,已經不覺得奇怪了,
換個角度,如果這世界永遠不變,才是恐怖的事情...
但這到底帶來什麼變化呢?
- 創作的技術門檻,實質上變更高了
實際上人類對美的要求,只會不斷的提升,十五年前,你只需要會填色,完成模糊不清的稿,都有人買單,但是現在這種事情已經很難發生了,自動化的填充與一些工具協助,大部分作品越來越有近似的特徵與乾淨細節,而這也變成一種專業,想想,若你不願意學習軟體使用,過去就只是拿著水彩或壓克力畫圖,你便無法符合現在化大量圖片生產的要求。
同理,AI介入,也意味著你將無法單靠單一的技術來解決一些重複創作,你必須更有文化的展現作品特質,讓人有回味的空間,甚至你可以開始製作動畫與遊戲,而非單單只是繪師。 - 會消除大部分的低階內捲行為
繪圖與寫程式,並沒有有些人想像中這麼高雅與突破性,他跟大部分工作一樣,大約14%的創新,剩下都是重複性維護或者重複勞作,而且你會懷疑人生,真的需要忙在這種事情麼?如果你沒有客戶,那確實不需要,但你一但有客戶,就逃不掉這種事情。 - 虛假的創新,可能會先暴增後減少
這種事情在程式設計中常常發生,繪圖也是有,你會發現有不少工程師會有很多創新的想法,這很像James寫得《Clean code》一書中,提到的賣弄語法,他們沉浸在不必要的程式碼玩弄之上,他們會認為這是突破性的創新,但整體功能並沒有得到任何好處,因為通常軟體工程師不像工業中,做錯就數百萬廢品、殘廢甚至死亡,所以常常把非必要的事情當作創新來嘗試,不過軟體工程師,還有書可以看,繪師這邊因為缺少規格化的概念,比較感性,常常在做沒有必要的創新而不自知。
若有Stable diffusion跟ChatGPT,或許能改變資訊與繪圖產業對於創新的態度,一開始可能大家都在亂嘗試,而後面,生存會逼他們找出更精進的創新。 - 台灣在國際是否有重要價值,這次非常關鍵
我想,我們這一代都知道,少子、缺水電、物價浮誇等等,都是未來的問題,尤其是少子化,這個問題幾乎已經是無法挽回的局面,現在新生兒幾乎是我那年出生的1/3。
缺工,並不是增加你工作機會,而是增加產業外流的機會,因為不穩定人口對企業是很危險的,
未來你也沒有下屬,因為年輕的一代比你還少,
而你必須一人扛非常大量的老年人,他們老的時候,事情會非常多,你不可能用自己力氣去顧他們,像我家,整上一輩三十幾人,後代只有六人...
台灣總不能只靠台積電,而且也不是人人都是工廠上班,以前總會期待觀光帶來美術與各種文藝發展,不過幾次的情況看下來,觀光非常不可靠。
而Stable diffusion、ChatGPT等等,已經展現出前瞻性,是台灣政府與公司該大力投入的...
我相信喜歡繪圖的人不會消失,願意用手繪的人還是會很多,但是如果以生產娛樂與世界競爭,AI繪圖會是不可避免的事情。
如果讓我回到中學,若當時就有Stable Diffusion,
Stable diffusion算是讓我預見自己作品可能的未來,
但以我好強而桀驁不遜的個性,我會想超越AI的創作,
其實是一種正向的刺激。
謝謝觀看~