A continuaciónSiguiente guía
Escribir indicaciones efectivas para la generación de imágenes
IA visual
GUÍA visual de IA
Avisos negativos en la generación de imágenes
Un mensaje negativo es un texto que describe lo que no desea en una imagen generada por IA.
Escuche esta guíaNarrado por IA · ~3 min
En esta pagina4 minutos de lectura
Descripción general
En modelos de difusión como Stable Diffusion, reemplaza el mensaje vacío utilizado en la guía sin clasificador, por lo que cada paso de eliminación de ruido se aleja de esa descripción. Las indicaciones negativas brindan a los usuarios una palanca directa sobre elementos no deseados, pero solo funcionan en modelos que ejecutan una guía verdadera sin clasificador y pueden resultar contraproducentes cuando se usan en exceso.
Buceo profundo
Los modelos de difusión crean una imagen partiendo de ruido aleatorio y eliminándolo en muchos pasos. En cada paso, el modelo predice el ruido dos veces: una vez condicionado a su mensaje y otra vez a una entrada "incondicional", normalmente un mensaje vacío. La guía sin clasificador, presentada por Jonathan Ho y Tim Salimans, combina ambas cosas. Comienza desde la predicción incondicional y avanza hacia la condicional, escalada por la escala de orientación (a menudo denominada CFG). El resultado sigue la indicación más de cerca que el modelo original. Un mensaje negativo simplemente reemplaza el mensaje vacío con su texto negativo. La fórmula ahora se aleja de la descripción negativa y avanza hacia la positiva. Es por eso que un mensaje negativo no es un filtro ni un paso de posprocesamiento: da forma a cada paso de eliminación de ruido. La técnica se difundió a través de herramientas comunitarias como la interfaz web AUTOMATIC1111 en 2022. Se hizo especialmente popular con Stable Diffusion 2.x, cuyos resultados, según muchos usuarios, mejoraron notablemente con los negativos. Las indicaciones negativas funcionan mejor en conceptos visuales concretos que el modelo conoce bien: "borroso", "texto", "marca de agua", "monocromo" o un color u objeto específico. Funcionan menos bien como correcciones abstractas. En muchos modelos de uso general, términos como "mala anatomía" o "dedos extra" a menudo sirven de poco, porque esos modelos rara vez aparecían leyendas que describieran tales fallas. También pueden empeorar los resultados. Una lista larga aleja la imagen de muchas direcciones a la vez. Esto puede reducir la variedad, decolorar o sobresaturar los colores y producir composiciones rígidas, y las escalas de orientación altas amplifican el efecto. Algunos modelos, incluidos los modelos de pocos pasos y de guía destilada, se saltan por completo el pase incondicional. En estos casos, las indicaciones negativas se ignoran a menos que la herramienta vuelva a activar el verdadero CFG, lo que ralentiza la generación. Un error común es pensar que escribir "no hay gatos" en el mensaje principal excluye a los gatos. Los codificadores de texto manejan mal la negación, por lo que la frase puede agregar gatos en su lugar.
Implementación en el mundo real
Un fotógrafo de producto que genera una foto de estudio de un reloj agrega "texto, marca de agua, logotipo" como mensaje negativo para desalentar la marca falsa en el fondo.
Un ilustrador que quiere un dibujo lineal limpio pone "sombreado, color, fotorrealista" en el mensaje negativo. En cambio, escribir 'sin sombreado' en el mensaje principal puede agregar sombreado accidentalmente.
Un usuario pega un mensaje negativo de 60 términos copiado de un foro y descubre que las imágenes se vuelven planas y repetitivas. Recortarlo a unos pocos términos específicos devuelve la variedad.
Alguien cambia a un modelo destilado de orientación y nota que el campo de aviso negativo no hace nada, porque de forma predeterminada el modelo nunca calcula la segunda predicción que alimentaría un aviso negativo.
El futuro de las indicaciones negativas en la generación de imágenes
Las indicaciones negativas se están volviendo menos centrales a medida que mejoran los modelos. Los sistemas más nuevos con codificadores de texto más potentes siguen indicaciones positivas detalladas con mayor fidelidad, y los modelos de orientación destilada renuncian al soporte de indicaciones negativas a cambio de velocidad. Mientras tanto, continúa la investigación sobre métodos de orientación que brindan un control más preciso sin los efectos secundarios del CFG simple, y algunas interfaces ofrecen controles separados para suprimir elementos como texto o un estilo. La lección duradera para los profesionales es mecánica: compruebe si su modelo realmente ejecuta una rama negativa, mantenga los negativos breves y concretos y pruebe cada término con una semilla fija para poder ver qué cambia realmente.
Poniéndolo en práctica
Por qué es importante
- Velocidad y escala. La IA visual puede automatizar tareas de inspección, detección y etiquetado a escala.
- Construir opciones. Los equipos creativos pueden crear prototipos de conceptos más rápido y con menos revisiones manuales.
- Equipo y flujo de trabajo. Las operaciones pueden utilizar señales de imagen y vídeo que antes eran difíciles de procesar.
cuidado con
- Los derechos de imagen y el consentimiento pueden convertirse en riesgos legales si la procedencia no está clara.
- El rendimiento del modelo puede variar según la iluminación, la demografía y los entornos.
- Los falsos positivos pueden pasar desapercibidos a menos que se controlen los umbrales de confianza.
Próximos pasos
- Defina criterios de aceptación para costos de precisión, recuperación y error.
- Pruebe con datos que coincidan con las condiciones reales de producción.
- Agregue revisión humana para predicciones de baja confianza o de alto impacto.
- Realice un seguimiento de la deriva del modelo y vuelva a validarlo después de cambios en la cámara o el conjunto de datos.
Sigue explorando
Boletín gratuito
Recibe el resumen diario de IA
Tres noticias verificadas sobre IA cada mañana de lunes a viernes, explicadas con claridad. Gratis para siempre y sin anuncios.
Un correo cada día laborable. Date de baja con un clic. Nunca vendemos ni compartimos tu dirección.
Ponte a prueba
Take the Negative Prompts in Image Generation quiz
Corrección inmediata en cada respuesta y un certificado para compartir, con un ID verificable, cuando apruebas un curso.
Apoya la educación gratuita sobre IA. AI Understanding es una organización sin fines de lucro 501(c)(3): sin anuncios ni muros de pago, nunca. Hacer una donación
Preguntas frecuentes
¿Qué son las indicaciones negativas en la generación de imágenes?
Un mensaje negativo es un texto que describe lo que no desea en una imagen generada por IA. En modelos de difusión como Stable Diffusion, reemplaza el mensaje vacío utilizado en la guía sin clasificador, por lo que cada paso de eliminación de ruido se aleja de esa descripción. Las indicaciones negativas brindan a los usuarios una palanca directa sobre elementos no deseados, pero solo funcionan en modelos que ejecutan una guía verdadera sin clasificador y pueden resultar contraproducentes cuando se usan en exceso.
En la orientación sin clasificador, ¿a qué reemplaza una indicación negativa?
CFG normalmente compara la predicción solicitada con una predicción de un mensaje vacío. Un mensaje negativo ocupa el lugar del mensaje vacío, por lo que la orientación se aleja de ese texto.
¿Por qué escribir "no hay gatos" en el mensaje principal podría producir gatos?
El codificador registra "gatos" como un concepto fuerte y omite en gran medida el "no". Mover la palabra al mensaje negativo invierte la dirección de la guía.
¿Por qué la guía sin clasificador duplica aproximadamente el cálculo por paso?
Cada paso necesita dos predicciones de ruido, una para cada mensaje, y se combinan mediante la escala de orientación.
Según la guía, ¿qué término negativo tiene más probabilidades de tener un efecto fuerte y fiable?
Los negativos funcionan mejor en conceptos visuales concretos que el modelo conoce bien. Las marcas de agua aparecen en muchas imágenes de entrenamiento, mientras que las descripciones de fallas como "mala anatomía" rara vez aparecen en los títulos generales.
¿Qué sucede cuando se utiliza un mensaje negativo con un modelo de orientación destilada que se salta el pase incondicional?
Sin una rama incondicional o negativa que calcular, el texto negativo no tiene adónde ir. Al volver a activar el verdadero CFG, se restaura a costa de la velocidad.
sigue aprendiendo
Guías relacionadas
Más guías seleccionadas para este tema.