用AI產生影像的技巧 - 讓人物產生特定的動作

 

為什麼有時候叫 AI 產生圖片，人物要做特定動作，比方說「頭轉向其左邊看」，結果 AI 都無法產生轉頭的人物？

因為 AI 並不是在讓模特兒轉頭，而是在從影像資料庫中拚湊一張「看起來合理的臉」。而「轉頭」這件事，對 AI 來說在機率空間裡反而是模糊、邏輯矛盾風險很高的。

對人類來說，叫人物頭轉左邊看，涉及三度空間與自我視角的概念；但對於 AI 生成影像來說，它看到的是「人臉」、「側臉」、「看某個方向」。AI 沒有身體座標的概念，所謂的「左轉」往往會轉換成鏡頭的左、畫面的左、角色的左。最後，AI 逼不得已只能產生邏輯上最安全的結果：給你一張正面的臉，或是一張側面的臉。

在 AI 的圖像資料庫裡，正面的臉最多，微側面也有，但是轉頭的、特定姿勢的卻很少。要產生正確的「頭轉一邊」，需要很多條件才能同時成立，例如眼睛、鼻子、嘴巴、頸部的肌肉等等；任何一項不吻合，就可能產生臉部融化、恐怖谷的現象。

聽起來有點反直覺：當我們給 AI 下越明確的指令，往往失敗率會越高。

• 漂亮的女性肖像，成功率高。
• 漂亮的女生「頭朝左邊轉頭看鏡頭」，成功率卻會變得爆低。

那麼，要怎樣才能產生特定動作的人物呢？

給 AI 下指令時，要關注於「畫面」，而非「動作」。描述鏡頭，而非人的主觀行為。你可以說「左側三分之四側臉」，或是「朝左的三分之四側面」，這樣成功率就會大幅提升。

有點麻煩，對嗎？其實這不是你的問題，這是整個世代的 AI 問題。這個侷限性是 AI 視覺空間的天花板，也就是 AI 本身的侷限性。

[相關資訊]

用AI產生影像的技巧 -模特兒的姿勢