AI绘画惨状大盘点:我收藏的翻车现场和背后四个病根
先把丑话说前面:这篇没什么高级技巧,就是摆惨状。两百多张废图喂出来的结论是,翻车翻来覆去就四个病根,认得出病根,你的选中率立刻能上一个档次。
说出来不怕丢人,我硬盘里有个文件夹就叫「惨案现场」,专门收AI绘画惨状,攒到现在两百多张,偶尔翻出来当电子榨菜。朋友生日我发过一张六根手指弹钢琴的图,配文「新学的曲子」,他回了三个问号。笑归笑,这些废图其实是最便宜的老师,每一张都写着模型在哪儿露怯。这篇就摊开讲,惨在哪儿,为什么惨。
手、牙、脚:惨案现场三巨头
手指牙齿和脚是翻车重灾区,根子在模型缺数数能力,图越特写越容易崩。避开正脸手势特写、把肢体藏进袖子口袋里,是成本最低的止损法。
我的收藏里,手部惨案占了小半壁江山。最经典的一张,同事抱猫,人和猫各伸出一只爪,五根手指在猫耳朵边上开成一朵花。还有张握咖啡杯的,四根手指从杯子另一侧穿出来,像杯子上长了鳍。我自己总结过一个规律,画面里手离镜头越近、越张开,崩的概率越高,手插口袋、背在身后的图几乎张张能看。
这一类的惨还有个特点,第一眼经常发现不了。那张六指钢琴图我自己盯了半天才觉得哪里不对劲,眼神扫过去大脑自动把它脑补成正常的手。后来我养成一个习惯,出完图把手部区域放大到两倍再看一眼,十秒钟能避开九成的手部惨案,这十秒是我两百张废图换来的。
牙和脚是另外两巨头。牙前面写过不少,这里补一张镇宅之图:人物咧嘴大笑,上排牙一颗不差,下排牙齐刷刷八颗,宽出上排一圈,像装了两副假牙在打架。脚就更别提了,凉鞋里的脚趾常年对不上数,还有一双鞋左右脚是同一边的,人物就那么别扭地站着,图里没一个人发现。
文字、镜子、楼梯:越修越惨三兄弟
图内文字、镜面反射、重复结构这三类场景,改一次崩一次,建议一次多跑别死磕。它们的毛病出在结构和逻辑上,重绘很难自愈。
我试过让模型画一块「营业中」的木牌,出图的字像甲骨文和闪电符号的私生子,改了六轮,每一轮都是新的抽象派。镜子的惨法更高级:人物举着咖啡杯,镜子里那只手是空的;或者镜中人比真人多一条胳膊,安静得像恐怖片现场。楼梯也不遑多让,我出过一段螺旋楼梯,走到第二圈突然和自己的另一半接上了,人物如果走上去会在半空掉进平行世界。
这三类的共同点是,问题不在画质在逻辑。局部重绘能修嘴歪眼斜,修不了「镜子里应该有东西」这种世界规则。所以我现在遇到这类场景直接改策略:一次性跑三十张慢慢挑,比修十轮快,心也少碎几次。
惨状背后,其实就四个病根
翻车归因下来就四条:不会数数、不懂遮挡、缺乏物理常识、提示词过载互相打架。对号入座改提示词,比换模型换工具更能解决问题。
不会数数,手、牙、脚全栽在这,模型压根没有指头个数的概念,只有「看起来像手指的形状分布」。不懂遮挡,所以杯子后面的手会穿模,楼会把车吞掉。缺物理常识,所以水往山上流、影子的方向和光源对不上。提示词过载是用户自己的锅,我早期一张图塞二十多个形容词,模型每个都照顾一点,每个都做不好,出来的就是那种说不出的塑料感。
这四条背下来还有个用处,看别人的图也能一眼判断毛病出在哪。群里有人发图问为什么看着怪,我基本三秒内能报出病根是四条里的哪一条,准确率高得有点不好意思,毕竟都是拿自己的惨状练出来的眼力。
认出病根之后,惨状确实少了很多。现在出图前我会先问自己一句:这张图有没有手部特写?有没有文字?有没有反射?有,就准备好多跑。这个习惯不能让你不翻车,但能让翻车变得可预期,惨案现场文件夹的扩充速度,从我一周二十张降到了一周三张。
写完这篇又去「惨案现场」翻了一圈,好几张图当年看得我血压升高,现在居然有点舍不得删,偶尔点开还能笑一会儿。惨状是学AI绘画的必修课,只是学费可以交得聪明一点:先认病根,再改策略,最后把最好笑的几张留下来,毕竟翻车图是这个爱好里少有的、能和朋友一起笑出声的产出,比很多正经成片的人气都高。
常见问题
翻车图有救吗,还是直接重跑?
画质类毛病值得修,结构类毛病建议直接重跑。手指数量、镜面内容这种逻辑错误,局部重绘的成功率很低,时间成本不划算。
为什么AI画的手指特别容易出问题?
手在照片里姿态千变万化,模型学到的是「像手的形状」而不是五根手指这个事实,加上没有数数能力,手部特写等于把弱点放到最大。
想减少惨案,出图前最该检查什么?
先扫一遍画面里有没有特写手、可见文字、镜面和复杂透视,有就提前做好多跑的心理准备,同时精简提示词,形容词砍到必要为止。