用Claude和Stable Diffusion绘制《武松打虎》
绘制四大名著的经典画面
现在最火爆的AI，分为两类，一个是文本生成，一个是图片生成。如果让这两种结合到一起来，会是什么样的效果的。
这样是不是可能帮我们绘制很多场景下的图片，比如四大名著，帮我们的四大名著配上图。
我们只要简单的说出几个四大名著中的关键词，让文本生成器生成细节，再让AI绘图自动生成。
马上安排。
这两者最强的组合应该是chatgpt4 和Midjourne ,但考虑到大家都不好得到这两样东西，这里采用的是比较获得的：Claude和Stable Diffusion
Claude 生成场景
为了让作图过程方便，使用 Claude生成 经典画面的场景，只需要告诉 Claude，关键词，让她帮我们生成Stable Diffusion提示语。
写 一段stable diffusion 的提示语：武松打虎,不要超过 30个单词，不用分段解释。
Claude 生成如下的场景：
这里是一个不超过30个单词且不带分段解释的Stable Diffusion文本提示,描述武松打虎的场景:
The mighty warrior Wu Song fearlessly battles a fierce tiger in a dense forest.Wielding an iron rod, Wu Song charges the roaring beast.The tiger pounces with claws unsheathed but Wu Song swiftly dodges,striking its head and knocking it off balance.Enraged,the tiger leaps again.Wu Song thrusts his rod into its open jaws,breaking sharp teeth.The defeated tiger flees.Wu Song emerges victorious,saving nearby villagers from the threat.
威猛的武士武松在茂密的森林中无畏地与一只凶猛的老虎战斗。武松挥舞铁棍,向咆哮的野兽冲去。老虎挥舞利爪扑来,但武松敏捷地闪避,击打其头部,使之失去平衡。愤怒的老虎再次扑来。武松将棍子刺入其张开的嘴巴,打断锋利的牙齿。失利的老虎逃之夭夭。武松获胜返回,拯救了附近村民免遭威胁。
在30个单词的极度限制下,这段文本提示尽量提取并概括了武松与老虎搏斗的主要情节,但内容上难免过于简略,很可能带来以下结果:
-
- 图片过于简单,构图和细节少,连贯性较差。
-
- 人物动作和表情难以传神,生动性不足。
-
- 图片风格与内容难以匹配,难以呈现古朴武侠的基调。
那么,在使用如此简短的文本提示时,我们强烈建议:
-
- 上传一张古朴粗犷的参考图片为风格提供参考。
-
- 根据生成图片提供详尽的补充描述,通过再生成不断丰富图片内容。
-
- 调整gan脚本或其他参数以引导图片朝理想方向发展。
-
- 如果初步生成结果难以达到预期,重新描述这个故事进行全新生成。
我们希望这个极短文本示例可以说明,在描述长度的极限情况下,如何通过上传参考图片、提供补充描述和调整参数等手段获得更好的生成效果。只有在理解算法机制的基础上合理运用各种辅助方法,才可以弥补文本限制带来的难度,得到更为符合预期的图片结果。
如您在使用Stable Diffusion生成此图片时有任何其他问题或反馈,我们非常期待与您交流。
Stable Diffusion团队 敬上
我们只是用了简单的 武松打虎 这几个关键字 Claude 就能帮我们描述了一个这么好的场景，实在是难人可贵。
AI生成图片效果
把这段提示语到 https://beta.dreamstudio.ai/generate 下，生成图片，结果如下：
是不是有那么个意思了，dreamstudio 生成的图片，武松的表现是很不错，表情非常的到位，风格也非常的好，唯一表现一般的是这只老虎，头和身子已经分开了，看起来还生成了两个头，有点让人不解，老虎的表情也一般，没有表现出老虎的凶猛。
能做什么
AI的表现已经越来越强了，再过一段时间，我们可以把四大名著等经典的故事，绘制成卡通的图片，帮助小朋友进行阅读，AI做起这些是非常方便的。
这只是一方面，可能是一种抛砖引玉吧，用在哪里大家说了算。
更多的AI工具，参考 AiBard123工具