AI-এর জন্য শিল্পশৈলী: সৃজনশীল সম্ভাবনা অন্বেষণ

কৃত্রিম বুদ্ধিমত্তা এখন আর স্প্রেডশিটে আটকে নেই। এটি স্কেচিং, পেইন্টিং, কোলাজিং - কখনও কখনও অস্থির করে তোলে। যদি আপনি কখনও বসে ভেবে থাকেন, ঠিক আছে, কিন্তু আমি আসলে কীভাবে AI-কে কী আঁকতে হবে তা বলব? - এখান থেকেই "AI-এর জন্য শিল্প শৈলী" ধারণাটি আসে।

নিচে, আমরা দেখব কোন স্টাইলগুলি টেক্সট-টু-ইমেজ সিস্টেমের মাধ্যমে সবচেয়ে ভালো ক্লিক করে, কেন তারা তা করে, এবং কীভাবে আপনি আপনার নিজস্ব স্পার্ক না হারিয়ে এগুলি পরিচালনা করতে পারেন। আমি হাতে-কলমে পরীক্ষার (একাধিক রানে আসলে কী ধরে রাখা হয়েছে তা সহ) থেকে কিছু ব্যবহারিক নোট এবং কিছু প্রযুক্তিগত বিট বুনব যাতে প্রক্রিয়াটি পাশা ঘোরানোর মতো মনে না হয় [1][2][3][4][5]।.

এর পরে আপনি যে প্রবন্ধগুলি পড়তে পছন্দ করতে পারেন:

🔗 কীভাবে এআই আর্ট তৈরি করবেন: নতুনদের জন্য একটি সম্পূর্ণ নির্দেশিকা
AI-জেনারেটেড ডিজিটাল আর্টওয়ার্ক তৈরির জন্য ধাপে ধাপে নতুনদের জন্য নির্দেশিকা।.

🔗 কৃত্রিম বুদ্ধিমত্তা-সৃষ্ট শিল্পের সূচনা: সৃজনশীলতার উন্মোচন অথবা বিতর্কের জন্ম
কৃত্রিম বুদ্ধিমত্তা-উত্পাদিত শিল্পকে ঘিরে সৃজনশীলতা, নীতিশাস্ত্র এবং বিতর্ক অন্বেষণ করা।.

🔗 গ্রাফিক ডিজাইনের জন্য সেরা এআই টুলস: সেরা এআই-চালিত ডিজাইন সফটওয়্যার
আধুনিক গ্রাফিক ডিজাইনের কর্মপ্রবাহকে রূপান্তরিত করার জন্য শক্তিশালী AI সরঞ্জামগুলি আবিষ্কার করুন।.

AI-এর জন্য শিল্প শৈলী আসলে কী ভালো করে তোলে? ✨

স্টাইল নির্বাচন করা কেবল ট্রেন্ড-ধাওয়া নয়। কিছু স্টাইল মডেলদের পক্ষে ধরে রাখা সহজ। এর কয়েকটি কারণ:

• স্পষ্টতা - সত্যিই স্বতন্ত্র "নিয়ম" (কিউবিজমের ভাঙা জ্যামিতি; মাঙ্গার লাইন-ভারী প্যানেল) সহ শৈলীগুলি আরও পুনরাবৃত্তিযোগ্য কারণ লক্ষ্য ভিজ্যুয়ালগুলি খুব বেশি প্রবাহিত হয় না [3][4]।

• নমনীয়তা - মিশ্রণ-বান্ধব শৈলী (যেমন, "সাইবারপাঙ্ক + বাস্তববাদ") আধুনিক ডিফিউশন মডেলগুলিকে জিনিসগুলিকে পরিষ্কারভাবে মিশ্রিত করার জন্য ক্রস-মনোযোগের উপর নির্ভর করতে দেয় [1]।

• স্বীকৃতিযোগ্যতা - প্রশিক্ষণ তথ্যে হাজার বার দেখা শৈলী (অ্যানিম, ইম্প্রেশনিজম, ফটোরিয়ালিজম) আরও বিশ্বস্ততার সাথে বেরিয়ে আসে [2]।

• মেজাজ/বাতাস - "বিষণ্ণ," "শান্ত," বা "নিয়ন-আলোকিত" এর মতো শব্দগুলি নির্ভরযোগ্যভাবে আলো, প্যালেট এবং রচনাকে এমনভাবে পরিবর্তন করে যা ইচ্ছাকৃত মনে হয় [5]।

লক্ষ্যটি কোনও ক্লিনিকাল "নির্ভুলতা" নয়। এটি আপনার মেজাজ বা গল্পের জন্য একটি ধারক হিসাবে স্টাইল - এবং মডেলটিকে কীভাবে প্ররোচিত করতে হয় তা শেখা যাতে এটি বারবার সেই ধারকটিতে আঘাত করতে পারে।.

এআই কীভাবে স্টাইল "দেখে" (সরল সংস্করণ, কোনও জার্গন ওভারলোড নেই)

আধুনিক টেক্সট-টু-ইমেজ মডেলগুলি তিনটি জিনিসকে একত্রিত করে:

1. টেক্সট-ইমেজ ম্যাচিং - CLIP-এর মতো সিস্টেমগুলি "কোন শব্দ কোন চেহারার সাথে যায়" তা শেখে। তাই যখন আপনি "গ্রিটি ইঙ্ক ওয়াশ" বলেন, তখন এটি সেই বাক্যাংশটিকে ভিজ্যুয়ালের সাথে ম্যাপ করে [3]।

2. লুকানো স্থানে বিস্তার - গোপনে, লুকানো বিস্তার ধীরে ধীরে আপনার বর্ণনার দিকে একটি কোলাহলপূর্ণ চিত্র তৈরি করে। এভাবেই এটি দক্ষতা এবং নিয়ন্ত্রণ উভয়ই পায় [1]।

3. প্রম্পট মডিফায়ার - ছোট "কমিউনিটি হ্যাকস" - সিনেমাটিক লাইটিং, রিম লাইট, হাই-কনট্রাস্ট ফিল্ম গ্রেন - এগুলি অ্যাডজাস্টেবল ডায়ালের মতো যা আপনি স্ট্যাক করতে পারেন [5]।

কেন এটি গুরুত্বপূর্ণ: যদি প্রশিক্ষণের ডেটাতে স্টাইলটি স্পষ্টভাবে বিদ্যমান থাকে এবং আপনি সঠিক অ্যাড-অন দিয়ে এটি বর্ণনা করেন, তাহলে আপনি ধারাবাহিক ফলাফল পাবেন - দ্রুত [1][2][5]।

তুলনা সারণী: AI এর জন্য জনপ্রিয় শিল্প শৈলী 🖌️

অগোছালো কিন্তু কার্যকর প্রতারণামূলক শিট আসছে:

ফিল্ড স্ক্রিবল: সাইবারপাঙ্কের জন্য, "নরম রিম-লাইট + ভলিউমেট্রিক ফগ" বিষয়গুলি পপ হয়ে যায়। পিক্সেল আর্টের জন্য, অতিরিক্ত-পরিষ্কার আউটপুট এড়াতে "8-বিট, 32×32, সীমিত প্যালেট"

গভীর ডুব: বাস্তববাদ বনাম পরাবাস্তববাদ 🎭

বাস্তববাদ হলো অনুপাত এবং বিস্তারিত - মার্কেটিং কম্পোজিশনের জন্য বা পণ্য ডিজাইনের জন্য নিখুঁত, যেখানে বিশ্বাসযোগ্যতা গুরুত্বপূর্ণ। ফটোরিয়াল, শ্যালো ডিওএফ, স্টুডিও লাইটিং, ৮৫ মিমি লেন্সের এআইকে স্পষ্ট প্রযুক্তিগত অ্যাঙ্কর দেয়।

অন্যদিকে, পরাবাস্তববাদ স্বপ্নের মতো, অসম্ভব জ্যামিতি, এসচার-এস্ক ।

অ্যানিমে এবং মাঙ্গা: দ্য এআই ডার্লিং 🌸

অ্যানিমে/মাঙ্গা প্রায় অন্যায্যভাবে কার্যকর। সংজ্ঞায়িত রৈখিক, কোষের ছায়া এবং আইকনিক অনুপাত মডেলটিকে একটি লক-ইন টেমপ্লেট দেয়, এবং এটি প্রশিক্ষণের ডেটাতে হাস্যকরভাবে সাধারণ [2]। আর হাইব্রিড? গোল্ড। সাইবারপাঙ্ক অ্যানিমে সামুরাই বা স্টিম্পাঙ্ক মাঙ্গা ডিটেকটিভ ।

ভারাগুলিকে হেলান দেওয়ার জন্য অনুরোধ করুন:

• "অ্যানিম কী ভিজ্যুয়াল, গতিশীল ভঙ্গি, পরিষ্কার রৈখিক, সেল শেডিং, অভিব্যক্তিপূর্ণ চোখ, বিস্তারিত পটভূমি"

• "মাঙ্গা প্যানেল, স্ক্রিনটোন শেডিং, ডাচ অ্যাঙ্গেল, কালির জোর"

নিজের জন্য নোট: যদি আউটপুটগুলি ঘোলাটে দেখায়, তাহলে "ক্লিন লিনিয়ার্ট, ফ্ল্যাট শেডিং" অথবা "লিমিটেড প্যালেট" ব্যবহার করে রঙ সীমাবদ্ধ করুন।

সাইবারপাঙ্ক এবং ভবিষ্যত শৈলী ⚡

নিয়ন সাইনবোর্ড, ক্রোম প্রতিফলন, বৃষ্টির রাত - মডেলটি এগুলো সবই খায়। ডিফিউশন উচ্চ-কনট্রাস্ট আলো + প্রতিফলিত উপকরণগুলিকে "নিয়ন-আলোকিত গলি, ভলিউমেট্রিক কুয়াশা, পুডল প্রতিফলন" এর মতো প্রম্পটগুলি প্রায়শই পোস্টার-রেডি দেখায়।

সমাধানের টিপস: মোমের মতো মুখ? প্রম্পটে "সাবসারফেস স্ক্যাটারিং, ফিল্মিক গ্রেডিং"

ছাপ এবং চিত্রকলার টেক্সচার 🎨

এখানে, বিস্তারিত বাদশাহ নয়। নরম প্রান্ত, ভাঙা রঙ এবং আলোর খেলায় ইমপ্রেশনিজম সমৃদ্ধ হয়। দৃশ্যমান ব্রাশস্ট্রোক, প্লেইন-এয়ার লাইটিং, গোল্ডেন আওয়ারের মতো প্রম্পটগুলি ভাল কাজ করে। মডেলটি অতিরিক্ত রেন্ডারিং ছাড়াই বিস্তারিত পরামর্শ দেয়, যা - যথেষ্ট মজার - খাঁটি এবং গণনার দিক থেকে সহজ উভয়ই [4]।

মিনিমালিজম, পিক্সেল আর্ট এবং রেট্রো 🕹️

সীমাবদ্ধতাগুলি সরলীকরণ করে। লো-পলি জ্যামিতির স্বচ্ছতার উপর নির্ভর করে; পিক্সেল আর্ট রেজোলিউশন + প্যালেট দ্বারা লক করা হয়।

সহায়ক প্রম্পট ফ্রেম:

• "লো-পলি ডায়োরামা, শক্ত প্রান্ত, সমতল ছায়া, পরিবেষ্টিত অক্লুশন"

• "পিক্সেল আর্ট, ৩২×৩২ স্প্রাইট, এনইএস স্টাইল, সীমিত ডিথারিং"

পার্শ্ব-দ্রষ্টব্য: যদি পিক্সেল আর্ট খুব বেশি মসৃণ দেখায়, তাহলে অ্যানালগ গ্রিটের জন্য "CRT স্ক্যানলাইন, ডাইথার্ড শ্যাডো"

হাইব্রিড ম্যাশআপ: যেখানে এআই জ্বলে ওঠে ✨

ওয়াইল্ড কার্ড: ক্রস-পরাগায়ন। ডিফিউশন আপনাকে এমন প্রভাবগুলিকে একত্রিত করতে দেয় যা বেশিরভাগ শিল্পী স্পর্শ করেন না - ভ্যান গগ সাইবারপাঙ্ক , অ্যানিমে নয়ার কিউবিজম , রেনেসাঁ মেকা অ্যাঞ্জেল। এটি নিউরাল স্টাইল ট্রান্সফার 2.0 এর মতো, তবে অনেক বেশি নিয়ন্ত্রণযোগ্য [1][4]।

রেসিপির বিন্যাস:
[বিষয়] + [যুগ/গতি] + [আলোক] + [মাঝারি/উপাদান] + [রচনা] + [প্যালেট/মেজাজ]

যেমন: "ছাদে বেহালাবাদক - ইম্প্রেশনিস্ট তৈলচিত্র - গোল্ডেন আওয়ার ব্যাকলাইট - অফ-সেন্টার - নস্টালজিক প্যালেট।"

ফলাফল বদলে দেয় এমন দ্রুত প্যাটার্ন 🛠️

বারবার ট্রায়াল রান থেকে:

1. মিডিয়াম + স্টাইল পেয়ারিং প্রান্ত/টেক্সচারকে স্পষ্ট করে: তেল পরাবাস্তবতা, ডিজিটাল মাঙ্গা [5]।

2. লাইটিং ফার্স্ট শব্দের স্তুপের চেয়ে বাস্তববাদকে বেশি পরিবর্তন করে।

3. ক্যামেরার ভাষা (কোণ, লেন্সের দৈর্ঘ্য) তাৎক্ষণিকভাবে ভবিষ্যদ্বাণীযোগ্যতা প্রদান করে।

4. সীমাবদ্ধতাগুলি মিনিমালিজম বা পিক্সেল আর্টের জন্য স্পষ্টভাবে রেজোলিউশন/প্যালেটকে জোর করে।

5. ছোট সম্পাদনা > বড় পুনর্লিখন । "নিয়ন" → "সোডিয়াম-বাষ্প" অদলবদল প্রায়শই সম্পূর্ণ পুনর্বিন্যাসের চেয়ে বেশি কার্যকর [5]।

একটি দ্রুত বাস্তবতা পরীক্ষা 🔍

• পক্ষপাত - অনলাইনে প্রচলিত স্টাইলগুলি (অ্যানিম, ফটোরিয়ালিজম) ফলাফলে প্রাধান্য পায়; বিরল স্টাইলগুলির রেফারেন্স বা সূক্ষ্ম-টিউনিং প্রয়োজন [2]।

• কেন সুরিয়াল কাজ করে - ডিফিউশনের শিথিলতা শারীরবৃত্তীয় ত্রুটিগুলিকে লুকিয়ে রাখে - অদ্ভুত জিনিসগুলিকে ইচ্ছাকৃত দেখায় [1]।

• প্রম্পট ড্রিফট - যদি প্রতিটি আউটপুট একই রকম দেখায়, তাহলে বিষয়বস্তু পরিবর্তনের আগে [5] মডিফায়ার পরিবর্তন করুন।

• অধিকার/নীতি - ডেটাসেটগুলি ব্যাপকভাবে ব্যবহার করে; আউটপুটগুলিকে দায়িত্বের সাথে ব্যবহার করে, বিশেষ করে বাণিজ্যিকভাবে [2]।

মিনি কেস নোটস (আমার স্যান্ডবক্স থেকে) 🧪

• সাইবারপাঙ্ক পোর্ট্রেট - “পোর্ট্রেট, টিল-ম্যাজেন্টা নিয়ন, রেইন অ্যালি, রিম-লাইট, ৮৫ মিমি, সিনেমাটিক বোকে”
  কাজ করেছে কারণ: লেন্স + আলোর কারণে বিষয়/পটভূমি পৃথকীকরণ সম্ভব।

• ইম্প্রেশনিস্ট ল্যান্ডস্কেপ - "সোনালী ঘন্টায় নদীর ধারে, ইম্প্রেশনিস্ট তৈলচিত্র, দৃশ্যমান ব্রাশস্ট্রোক"
  কাজ করেছে কারণ: মাঝারি সেট টেক্সচার, আলো উষ্ণতা সহ্য করে।

• পিক্সেল-আর্ট ক্রিয়েচার - “৩২×৩২ পিক্সেল ড্রাগন, সীমিত ডিথারিং, ১-পিক্সেল আউটলাইন, আইসোমেট্রিক”
  কাজ করেছে কারণ: সীমাবদ্ধতা মসৃণ করা বন্ধ করে দিয়েছে।

দ্রুত রেফারেন্স প্রম্পট (কপি/পেস্ট)

• বাস্তববাদ (পণ্য): "স্টুডিও পণ্যের ছবি, সফটবক্স আলো, ৫০ মিমি লেন্স, চকচকে সিরামিক, পরিষ্কার সুইপ"

• অ্যানিমে অ্যাকশন: "অ্যানিমে কী ভিজ্যুয়াল, ফোরশর্টেনড ডায়নামিক পোজ, সেল শেডিং, স্পিড লাইন"

• পরাবাস্তব কোলাজ: "স্বপ্নের দৃশ্য, অসম্ভব জ্যামিতি, ভাসমান সিঁড়ি, নরম কুয়াশা, সোনালী-আওয়ার আলোর দানা"

• লো-পলি দৃশ্য: "আইসোমেট্রিক লো-পলি শহর, সমতল ছায়া, পরিবেষ্টিত অক্লুশন, প্যাস্টেল প্যালেট"

• ইমপ্রেশনিস্ট পোর্ট্রেট: "ক্যানভাসে তেলরং, আলগা তুলির কাজ, রিম লাইট, ইম্পাস্টো হাইলাইটস"

সারসংক্ষেপ 🖼️

"এআই-এর জন্য শিল্প শৈলী" নিয়মকানুন নয় - এগুলি খেলার মাঠ। বিশ্বাসের ক্ষেত্রে বাস্তববাদ কাজ করে; বাস্তবতা ভাঙতে চাইলে পরাবাস্তববাদ; শৈলীগুলিকে একত্রিত করার জন্য স্পষ্টতার প্রয়োজন হলে অ্যানিমে/মাঙ্গা। বিজয়ী কৌশল হল কাঠামোগত খেলা: একটি শৈলী বেছে নিন, আলো + মাধ্যম বেছে নিন, কয়েকটি সংশোধক যোগ করুন, তারপর পুনরাবৃত্তি করুন। যদি এটি আপনাকে কিছু অনুভব করায় - এমনকি যদি এটি অদ্ভুতভাবে অসম্পূর্ণ হয় - আপনি জোনে আছেন।

তথ্যসূত্র

[1] Rombach, R. et al. (2022)। Latent Diffusion Models (CVPR) সহ উচ্চ-রেজোলিউশনের চিত্র সংশ্লেষণ। PDF
[2] Schuhmann, C. et al. (2022)। LAION-5B: পরবর্তী প্রজন্মের চিত্র-পাঠ্য মডেলগুলিকে প্রশিক্ষণের জন্য একটি উন্মুক্ত বৃহৎ-স্কেল ডেটাসেট। PDF
[3] Radford, A. et al. (2021)। প্রাকৃতিক ভাষা তত্ত্বাবধান থেকে স্থানান্তরযোগ্য ভিজ্যুয়াল মডেল শেখা (CLIP)। PDF
[4] Gatys, L. et al. (2016)। Convolutional Neural Networks (CVPR) ব্যবহার করে চিত্র শৈলী স্থানান্তর। PDF
[5] Oppenlaender, J. (2024)। পাঠ্য-থেকে-চিত্র তৈরির জন্য প্রম্পট মডিফায়ারের একটি শ্রেণীবিন্যাস। আচরণ এবং তথ্য প্রযুক্তি। নিবন্ধ

অফিসিয়াল এআই অ্যাসিস্ট্যান্ট স্টোরে সর্বশেষ এআই খুঁজুন

আমাদের সম্পর্কে