[KI] Der "das-muss-ich-euch-zeigen"-Thread

[Joey]

Wenn ihr euch darüber schon aufregt, solltet ihr lieber nicht "Der tierisch verrückte Bauernhof" anschauen.
Da haben die Bullen Euter!

[Uncoolman]

In meinem ersten Versuch bei TensorArt hat das große Wildschwein keine Hauer. Hängt stark vom verwendeten Modell ab. Dabei fiel mir auf, dass Englisch offenbar kein Wort für „Bache“ kennt, jedenfalls werden von DeepL beide Geschlechter mit „Boar“ übersetzt. Zeigt mal wieder, wie schwierig Englisch ist...

Ich weiß jedoch nicht, ob die weißen „Flecken“ nicht doch Zähne darstellen sollten. Aber die KI hat jedenfalls keine gemacht.



PS Darüber rege ich mich nicht (mehr) auf. Durch meine Übung mit KI weiß ich, dass ich in Klischees denken muss, um die KI zu überlisten. Ich ahne, was sie machen wird, also umgehe ich die Fallen. Hier war es günstig, „mother wild boar with 10 young boars“ zu schreiben. „Mutter“ hat die KI besser erkannt als „weibliches Wildschwein“.
Ich habe aber keine Ahnung, ob die Bache nicht doch kleinere Hauer hat (so wie bei bestimmte Hirsch, Gemsen-- oder Reharten auch Männchen und Weibchen Hörner oder Geweihe tragen, wenn auch verschieden große...).

PPS Zählen kann man der KI aber nicht angewöhnen. Das schafft sie bis heute nicht...

[Gerrit]

Unbekante Gebäude kann sie aber auch nicht.

Ich wolllte ein Bild hier von

https://de.wikipedia.org/wiki/Sparrenburg

raus kamm das



Das Brandenburger Tor wiederrum kann er gut

[Gerrit]

Ki kann halt keine Tiere und auch nicht alle Gebäude

[JohnLemon]

Alles so seelenlos... ich glaub', ich mache für KI-"Kunst" nochmal die Augen zu für ein gepflegtes Mittagsschläfchen von 2 bis 3 Jahren. Vielleicht reicht die Qualität dann aus - nach einer Tasse Tee mit Gebäck - um mich zu ergreifen.
*Los, KI-chen, such! Such die Anspielung!*

[Uncoolman]

Mit einigen Bildern bin ich durchaus zufrieden. Manchmal mixt sie verschiedene Genres zu Phantasiegebilden, das ist dann wirkungsvoll. Aber wenn es in Richtung "Realismus" geht, dann bemerkt man Fehler schon spürbar. Mit dem Begeiff "seelenlos" bin ich vorsichtig; ich empfinde moderne, abstrakte Kunst oft und amerikanischen Hyperrealismus sowieso auch als seelenlos.

[Uncoolman]

Ich bin in der KI meist realistisch unterwegs. Diese hypersüßen KI-Gesichter mag ich nicht so, ich gebe mir Mühe, sie individueller zu machen (soweit das geht). Angefangen mit SD 1.5 auf Playground bin ich dann zu TensorArt und NightCafe gewechselt, wo man jetzt mit dem Modell „Flux“ erschreckend gute Bilder machen kann.
Ich nehme mir ein bestimmtes Thema vor, das auch was „aussagen“ soll. Natürlich gibt es immer noch viel Abfall, aber die Rate ist deutlich besser geworden. Auch die „Künstlichkeit“ schwindet.

Dies hier sind Motive, die in den letzten Monaten gerendert wurden. KI-Bilder mache ich seit über einem Jahr, mein Fundus ist also auf zigtausende Bilder angewachsen...
Hände sind inzwischen extrem gut geworden, bei Gesichtern war das schon lange vorherzusehen, denn die werden vorrangig trainiert. Technik und konkrete Gebäude sind noch problematisch, aber Phantasiearchitektur oder moderne Baustile gehen auch. Man darf jedoch nicht GENAU hinsehen, weil Perspektive und Beleuchtung nur auf den ersten Blick richtig sind.

Aber KI steht nicht in Konkurrenz zur Kunst (jedenfalls noch nicht!). Sondern in Konkurrenz zur GEBRAUCHSgraphik, das heißt „Standard“-Bilder, die sonst bei Agenturen teuer gekauft werden müssen. Inzwischen sehe ich solche KI-Bilder in Illustrierten, Broschüren, sogar in Geschäftsberichten, weil diese typischen Fotos (Drei Angestellte um einen Schreibtisch, Mädchen mit Pusteblume, Frühlingswiese, Mann mit Aktenkoffer... all so'n Füllzeugs...) mit KI erstellt werden können...

Das bedeutet, dass die „Alltags“künstler durch KI verdrängt werden. Auch Logos, Aufkleber, Fliesen, Wappen, Signets, Poster, Schriftzüge kann die KI inzwischen (habe z.Z. keine guten Beispiele). Wenn ich also für einen Prospekt nur irgendeine Burg haben möchte, um einen Text zu illustrieren, habe ich in 10 Minuten ein entsprechendes Foto...



PS Es wäre durchaus eine schöne Herausforderung, zu einem genannten Thema von euch mal was zu machen. Wie schnell geht das, wie genau trifft das Ergebnis die Vorstellungen, wieviel Abfall gibt es, muss ich Nachbearbeitung machen, usw. (ALLE Bilder oben sind OHNE Bildbearbeitung. Bei ansonsten guten Bildern mit einigen doofen Details würde ich natürlich in Photoshop nochmal drangehen...)?

[Uncoolman]

Vor einem Jahr habe ich mit SD 1.5 und SDXL (also den ersten Stable-Diffusion-Modellen) versucht, Künstler zu kopieren. Die Bilder sind nur dadurch entstanden, dass ich dasselbe Gesicht zu 50% mit einem Künstlernamen in den Prompts „gemischt“ habe. Das Ergebnis wurde mehr oder weniger gut getroffen, jedenfalls bei den Künstlern, die im Modell trainiert wurden. Unbekannte Künstler wurden irgendwie interpretiert (Käthe Kollwitz kannte das Modell z.B. nicht...).
Bei TensorArt werden zunehmend und in riesigen Mengen sogenannte Loras erstellt, das sind kleinere Modelle mit ganz spezifischem Inhalt. So kann man bestimmte Künstler trainieren, bestimmte Prominente, bestimmte Manga-Stile, bestimmte Situationen oder Bauwerke. Diese Loras werden auf das Basis-Modell aufgesetzt und gewichtet, so dass das Ergebnis in die Richtung gelenkt wird, die man haben möchte.

Ich muss die Bilder ziemlich runterschrumpfen, damit sie hier angefügt werden können...

[Uncoolman]

Zusätzlich hatte ich ganz zu Beginn getestet, wie gut eine KI Mimik kann. Auch hier wurde EIN Bild in den Prompts zu 50% beibehalten (es gibt eine Überblendungsfunktion zwischen einem Vorlagenbild und der Gewichtung der restlichen Prompts), so dass Bildausschnitt und Beleuchtung sehr ähnlich wurden. Das ist alles mit SD 1.5 entstanden, ist also noch nicht sehr „lebendig“. Aber immerhin: das Einsetzen EINES Emotionswortes in die Prompts führte (meist) zum erwünschten Ergebnis.



Wie man sieht: ich habe mit schon intensiv mit den Fähigkeiten der mir zur Verfügung stehenden KI auseinandergesetzt. Da ich selbst Grafiker und Illustrator bin, sehe ich natürlich, wohin das führen wird: nämlich zu einer Schwemme von täuschend echten KI-Bildern. Da ich aber eh bald in Rente gehe, ist das nun das Problem der nachfolgenden Generation...

[JohnLemon]

Wie man sieht: ich habe mit schon intensiv mit den Fähigkeiten der mir zur Verfügung stehenden KI auseinandergesetzt.

Wenn diese Verhöhnung menschlicher Anatomie das Maximalergebnis der dir "zur Verfügung stehenden KI" ist, lege ich dir entweder nahe, dich meiner 3-jährigen Abstinenz (s.o.) anzuschließen oder dir von einem Laienverstand versichern zu lassen, dass der Kaiser definitiv (noch) keine Kleider anhat.

[Uncoolman]

Tja, denselben Versuch könnte ich JETZT noch einmal wiederholen (ist ungefähr ein Jahr her). Es ist erstaunlich, wieviel besser die Fähigkeiten in diesem einen Jahr geworden sind (Vergleiche Beitrag 1 mit Beitrag 3). Auffälligerweise klappt dieses einfache Einsetzen von einem Wort - und danach ändert sich der Ausdruck - nicht mehr so gut. Ich vermute, dass die KI heute mehr „Freiheiten“ (im Sinne von Freiheitsgraden) hat, das heißt mit nur einem oder wenigen Prompts kommt ein fertiges Bild heraus. Die Algorithmen passen sich mehr dem „Mainstream“ an und generieren gefällige Bilder.

[Uncoolman]

Man kann ein KI-Bild erst mit einer Doppelblindprobe beurteilen. Zur Zeit gibt es zwei Parteien: die einen finden KI grundsätzlich furchtbar, abstoßend und indiskutabel. Die andere Seite freut sich an den bunten Bildchen und benutzt KI bereits für Cover oder Illustrationen, ohne darüber nachzudenken. Ich habe versucht, meine Position als Grafiker und Mediengestalter anhand von KI-Bildern zu definieren (und ich habe ausführliche Anatomiestudien gemacht und Zeichnen nach dem Modell...). Ich stehe sozusagen in der Mitte, denn ich sehe, dass die Beurteilung von „Otto Normalverbraucher“ eine ganz andere ist. Dem Konsumenten ist es am Ende ziemlich egal, wenn der Preis stimmt und die Wünsche befriedigt werden. Kaum ein Mensch weiß genau, wie ein Segelschiff oder eine Dampflok WIRKLICH aussehen, sondern lässt sich komplett von Medien, Filmen und Illustrationen blenden. Bei Gesichtern kommt zwar noch das „Uncanny Valley“ hinzu, aber nur so lange das Gesicht nicht im persönlichen Mittelpunkt steht, sondern einfach etwas vermittelt, über das nicht genauer nachgedacht wird. Praktisch die gesamte Werbung ist darauf aufgebaut - und es gibt kein Werbefoto, das nicht manipuliert und aufgehübscht wurde (ich komme aus der Branche). Wenn man keine gesetzlichen Regelungen einführt (und danach sieht es nicht aus), wird die KI die Werbe- und Gebrauchsgrafik überrennen, OHNE dass ein Konsument das bemerkt.

Wenn man verrät, dass es KI-Bilder sind, ist die Beurteilung automatisch voreingenommen. Die einen lehnen sofort ab, die anderen sind erstaunt über die zunehmende Qualität. Erst dann, wenn man entscheiden soll, ob das ein Mensch oder eine KI fabriziert hat, wird die Sache seriös.

Wenn man also solche Bilder im Vergleich zu danebenstehenden Fotos sehen wird, ist es fast schon unmöglich, sofort die KI zu erkennen. Sie sind nicht perfekt, aber innerhalb weniger Jahre werden sie es sein. Man kann den Fortschritt im Grunde wöchentlich verfolgen.







Insbesondere, wenn Kunststile generiert werden (also Wasserfarben- oder Ölgemälde, Bleistift- oder Kohlezeichnungen, Manga-, Animegrafik), tritt ein Effekt ein, der der KI entgegenkommt: auch menschliche Bilder haben Fehler. Manchmal beruhen sie auf gewollter Verfälschung von Seiten der Künstler, manchmal ist es einfach eine Skizze, die nicht perfekt ist. Oder der Stil ist grob vereinfacht, Skulpturen sind deformiert, Formen sind überzeichnet und symbolisiert, Bilder haben Falschfarben oder sind „naiv“. Die Fehler von Mensch und KI wetteifern dann miteinander, ganz besonders bei abstrakter oder verfremdender Kunst, wo Photorealismus gar nicht gefragt ist. Man weiß dann nicht, ob der Fehler gewollt ist oder nicht.

[Uncoolman]

Vielen Dank für das nette Lob!

Man kann sehr realistische Bilder generieren, die kaum von echten Fotis zu unterscheiden sind - wenn man es nicht weiß:



Oder realistische Illustrationen, z.B. zu „Jim Knopf“:



Andere Bilder:

[Uncoolman]

Ich habe die Bilder auf 600 Pixel skaliert, damit sie hier nicht so rausknallen...

Einige Bilder geraten durch Zufall und sind nicht wiederholbar. Hier würde ich nur die Stiefel des Mädchens noch nachbearbeiten. Die Prompts sollten eigentlich ein anderes Bild generieren, aber die KI hatte einen eigenen Kopf...



Hier brauchte die KI viele Anläufe, um „überlistet“ zu werden, einen fliegenden Igel zu machen:



Auch hier waren 90% der Bilder nur Müll, wegen der Hände oder verbogenem Waggon...



Die Kameraperspektive brauchte viele Anläufe, bis das Bild gut von oben kam:

[Uncoolman]

Edit: OK. die Wildschweine probiere ich mal. Cartoon oder lieber realistisch?