PANDUAN AI Visual

Gesaan Negatif dalam Penjanaan Imej

Gesaan negatif ialah teks yang menerangkan perkara yang anda tidak mahu dalam imej yang dijana AI.

Dengar panduan iniAI-diceritakan · ~3 min

Pada halaman ini4 minit membaca
  1. Gambaran keseluruhan
  2. Menyelam dalam
  3. Pelaksanaan Dunia Sebenar
  4. Masa Depan Gesaan Negatif dalam Penjanaan Imej
  5. Mempraktikkannya
  6. Teruskan Meneroka
  7. Soalan lazim

Gambaran keseluruhan

Dalam model resapan seperti Stable Diffusion, ia menggantikan gesaan kosong yang digunakan dalam panduan bebas pengelas, jadi setiap langkah penolakan ditolak daripada perihalan itu. Gesaan negatif memberi pengguna tuil langsung ke atas elemen yang tidak diingini, tetapi ia hanya berfungsi pada model yang menjalankan panduan tanpa pengelas sebenar dan ia boleh menjadi bumerang apabila digunakan secara berlebihan.

Menyelam dalam

Diffusion models create an image by starting from random noise and removing it over many steps. At each step, the model predicts the noise twice: once conditioned on your prompt and once on an 'unconditional' input, normally an empty prompt. Classifier-free guidance, introduced by Jonathan Ho and Tim Salimans, combines the two. It starts from the unconditional prediction and moves further toward the conditional one, scaled by the guidance scale (often labeled CFG). The result follows the prompt more closely than the raw model would. A negative prompt simply replaces the empty prompt with your negative text. The formula now pushes away from the negative description as it moves toward the positive one. That is why a negative prompt is not a filter or a post-processing step: it shapes every denoising step. The technique spread through community tools such as the AUTOMATIC1111 web interface in 2022. It became especially popular with Stable Diffusion 2.x, whose results many users found improved noticeably with negatives. Negative prompts work best on concrete visual concepts the model knows well: 'blurry', 'text', 'watermark', 'monochrome', or a specific color or object. They work less well as abstract fixes. On many general-purpose models, terms like 'bad anatomy' or 'extra fingers' often do little, because those models rarely saw captions describing such failures. They can also make results worse. A long list pushes the image away from many directions at once. That can reduce variety, wash out or oversaturate colors, and produce stiff compositions, and high guidance scales amplify the effect. Some models, including guidance-distilled and few-step models, skip the unconditional pass entirely. On those, negative prompts are ignored unless the tool turns true CFG back on, which slows generation. A common misconception is that writing 'no cats' in the main prompt excludes cats. Text encoders handle negation poorly, so the phrase can add cats instead.

Pelaksanaan Dunia Sebenar

Jurugambar produk yang menghasilkan tangkapan studio jam tangan menambah 'teks, tera air, logo' sebagai gesaan negatif untuk menghalang penjenamaan palsu di latar belakang.

Seorang ilustrator yang mahukan lukisan garisan bersih meletakkan 'lorek, warna, fotorealistik' dalam gesaan negatif. Menulis 'tiada teduhan' dalam gesaan utama sebaliknya boleh menambah lorekan secara tidak sengaja.

Seorang pengguna menampal gesaan negatif 60 jangka yang disalin daripada forum dan mendapati imej bertukar rata dan berulang. Pemangkasannya kepada beberapa istilah yang disasarkan membawa kepelbagaian itu kembali.

Seseorang beralih kepada model suling panduan dan mendapati medan gesaan negatif tidak melakukan apa-apa, kerana secara lalai model tidak pernah mengira ramalan kedua gesaan negatif akan suapan.

Masa Depan Gesaan Negatif dalam Penjanaan Imej

Gesaan negatif menjadi kurang penting apabila model bertambah baik. Sistem yang lebih baharu dengan pengekod teks yang lebih kukuh mengikut gesaan positif terperinci dengan lebih setia, dan model suling bimbingan melepaskan sokongan segera negatif sebagai pertukaran untuk kelajuan. Sementara itu, penyelidikan diteruskan mengenai kaedah panduan yang memberikan kawalan yang lebih halus tanpa kesan sampingan CFG biasa, dan beberapa antara muka menawarkan kawalan berasingan untuk menyekat perkara seperti teks atau gaya. Pelajaran yang kekal untuk pengamal adalah mekanikal: semak sama ada model anda benar-benar menjalankan cabang negatif, pastikan negatif pendek dan konkrit, dan uji setiap istilah terhadap benih tetap supaya anda boleh melihat apa yang sebenarnya berubah.

Mempraktikkannya

Mengapa ia penting

  • Kelajuan dan skala. Visual AI boleh mengautomasikan tugas pemeriksaan, pengesanan dan penandaan pada skala.
  • Pilihan binaan. Pasukan kreatif boleh membuat prototaip konsep dengan lebih pantas dengan lebih sedikit semakan manual.
  • Pasukan dan aliran kerja. Operasi boleh menggunakan isyarat imej dan video yang sebelum ini sukar diproses.

Berhati-hati untuk

  • Hak imej dan persetujuan boleh menjadi risiko undang-undang jika asalnya tidak jelas.
  • Prestasi model boleh berbeza mengikut pencahayaan, demografi dan persekitaran.
  • Positif palsu mungkin tidak disedari melainkan ambang keyakinan dipantau.

Langkah seterusnya

  1. Tentukan kriteria penerimaan untuk ketepatan, ingatan semula dan kos ralat.
  2. Uji dengan data yang sepadan dengan keadaan pengeluaran sebenar.
  3. Tambahkan semakan manusia untuk ramalan keyakinan rendah atau berimpak tinggi.
  4. Jejaki hanyut model dan sahkan semula selepas perubahan kamera atau set data.

Teruskan Meneroka

Newsletter percuma

Dapatkan taklimat AI harian

Tiga cerita AI yang disahkan setiap pagi hari bekerja, ditulis dalam Bahasa Inggeris biasa. Percuma selamanya, tiada iklan.

Satu e-mel setiap hari bekerja. Berhenti melanggan dalam satu klik. Kami tidak pernah menjual atau berkongsi alamat anda.

Uji diri anda

Ambil kuiz Gesaan Negatif dalam Penjanaan Imej

Maklum balas segera pada setiap jawapan, dan sijil yang boleh dikongsi dengan ID yang boleh disahkan sebaik sahaja anda lulus kursus.

Mulakan kuiz

Sokong pendidikan AI percuma. AI Understanding ialah pertubuhan bukan keuntungan 501(c)(3) — tiada iklan, tiada bayaran dinding, selamanya. Buat derma

Soalan lazim

Apakah Gesaan Negatif dalam Penjanaan Imej?

Gesaan negatif ialah teks yang menerangkan perkara yang anda tidak mahu dalam imej yang dijana AI. Dalam model resapan seperti Stable Diffusion, ia menggantikan gesaan kosong yang digunakan dalam panduan bebas pengelas, jadi setiap langkah penolakan ditolak daripada perihalan itu. Gesaan negatif memberi pengguna tuil langsung ke atas elemen yang tidak diingini, tetapi ia hanya berfungsi pada model yang menjalankan panduan tanpa pengelas sebenar dan ia boleh menjadi bumerang apabila digunakan secara berlebihan.

Dalam panduan tanpa pengelas, apakah yang digantikan dengan gesaan negatif?

CFG biasanya membandingkan ramalan yang digesa dengan ramalan daripada gesaan kosong. Gesaan negatif mengambil tempat gesaan kosong, jadi panduan menolak teks itu.

Mengapakah menulis 'tiada kucing' dalam gesaan utama sebenarnya boleh menghasilkan kucing?

Pengekod mendaftarkan 'kucing' sebagai konsep yang kukuh dan sebahagian besarnya merindui 'tidak'. Mengalihkan perkataan ke gesaan negatif membalikkan arah bimbingan.

Mengapakah panduan tanpa pengelas secara kasarnya menggandakan pengiraan setiap langkah?

Setiap langkah memerlukan dua ramalan hingar, satu untuk setiap gesaan, dan ia digabungkan menggunakan skala panduan.

Menurut panduan, istilah negatif manakah yang paling berkemungkinan mempunyai kesan yang kuat dan boleh dipercayai?

Negatif berfungsi paling baik pada konsep visual konkrit yang diketahui model dengan baik. Tera air muncul dalam banyak imej latihan, manakala perihalan kegagalan seperti 'anatomi buruk' jarang muncul dalam kapsyen umum.

Apakah yang berlaku apabila anda menggunakan gesaan negatif dengan model suling panduan yang melangkau pas tanpa syarat?

Dengan tiada cabang tanpa syarat atau negatif untuk dikira, teks negatif tidak mempunyai tempat untuk pergi. Menghidupkan semula CFG sebenar memulihkannya pada kos kelajuan.