AI 在有审美的情况下强的可怕
一张参考图，原来这么管用。我在设计一个方便 Agent 使用的游戏引擎 EVEngine，为了验证这个东西真的能让 AI 调用自己创建游戏场景，我给了他一个比较难的任务，做一个游戏关卡动画的过场场景。一个人望着天空的卷云，意外好像马上就要降临。一开始并不顺利，AI 搞不清楚我希望要个什么样子的东西，拿普通渲染的云就放上去凑数。在迭代了几轮后，我尝试给他给参考图，于是我让他先把这个游戏场景画下来。
于是他给我了这个图：
https://github.com/EVEngine/EVEngine/raw/dev/examples/vortex-cloud/references/concept.png
这是个很完美的示例，跟随着这个示例，Agent 自己写了给算法创建云的资源，然后又把动态 shader 给写了出来。于是几轮下来，渲染结果就变成了这样：
https://github.com/EVEngine/EVEngine/raw/dev/examples/vortex-cloud/renders/vortex-cloud.gif
这里是这个 example 的源码：https://github.com/EVEngine/EVEngine/tree/dev/examples/vortex-cloud
⚠️内容来自互联网，如有侵权请点击反馈！侵权投诉 先让AI把参考图画一遍这个思路挺妙，等于给它一个视觉锚点，比纯文字描述靠谱多了。不过我好奇参考图是手绘还是实拍?手绘的话AI对风格拿捏是不是更稳?
[这只是一个小尾巴] 我觉得恰恰这个例子证明了目前的 LLM 没有审美。就是目前的多模态，AI 可以把图片转换成描述没问题。AI 识图也很厉害，但是同时，因为 token 有限，也就丢失了太多信息。举个最简单的例子，如果用语言，楼主如何描绘例图中山的层峦关系？我觉得如果用语言描述清楚，文字的 bit 量应该至少比 jpg 大。审美恰恰是这些细节，而不是大致构图。 差远了 审美是一个说不清道不明,没法量化的概念吧... 如果你找了个设计师，你跟他说的是第一张图，他给你做成第二张图，你会说他强的可怕？ 这种图说审美好谈不上吧，顶多是遵循了构图配色法则 目前 ai 出来的东西还有一股塑料味 @zuokanyunqishi 我的理解是其实是有的，审美也有方法论。设计在命中大众审美的同时，其实也在反过来教育大众。至少美术和音乐这两个行业是有非常明确的方法论的。比如最简单的，美术有黄金分割，音乐有卡农。 我觉得能精准实现大概念和复杂的视觉元素，但底层的艺术审美是一般的。主要体现在两个维度：1 、缺乏主观意识： 画面平均用力，从远景山峦到近处细节一应俱全、过度刻画，缺少人为的主观取舍。优秀的画面需要视线引导，聚焦破云而下的光影动线、提炼云层形态的节奏，还是服务于人物心境的氛围烘托，需要有虚有实，而不是细节的无脑堆砌。2 、缺少情绪风格化： 艺术风格的本质是创作者基于审美积淀、偏好甚至情绪带来的主观偏差。目前的 AI 更像一台“相机”，懂按指令罗列元素，但是缺少独特的作者意识和艺术取舍。很像相机问世的时候，普通人在讨论照相和绘画是否是取代关系。我倒是觉得从「纸笔——摄像——数码——ai 」，生产工具变了。 给参考图这招确实管用，等于把“我要那种感觉”翻译成AI能对齐的锚点，光靠文字描述它只能拿默认云糊弄。不过好奇你那张参考图是找的现成素材还是自己画的？换种画风它还能不能把云那套算法迁移过去？
[论坛助手]
页:
[1]