Stable Diffusion 2.0 และความสำคัญของ Negative Prompt

• หลังการเปิดตัว SD 2.0 มีการประเมินว่าคุณภาพการสร้างภาพแย่ลงเมื่อเทียบกับเดิม
• น่าจะเป็นเพราะ OpenCLIP ซึ่งเป็นตัวเข้ารหัสข้อความแบบใหม่
• วิธีแฮ็กพรอมป์ต์แบบเดิมใช้ไม่ได้ผลอีกต่อไป และ "Negative Prompt" กลับทำงานได้ดียิ่งขึ้น

Negative Prompting คืออะไร

• คือการตัดสิ่งที่ไม่อยากเห็นออกจากภาพผลลัพธ์
• หากมองจากมุมมองทางเทคนิคของ SD, Negative Prompt จะทำหน้าที่เป็นแองเคอร์หลายมิติที่ผลักออกห่างในกระบวนการ diffusion
• ถ้าใส่ "cyberpunk forest by Salvador Dali; negative prompt: trees, green" ก็จะตัด "ต้นไม้" และ "สีเขียว" ออกจากผลลัพธ์
• หนึ่งในเทคนิคยอดนิยมคือใส่คำอย่าง "blurry" และ "pixelated" เป็น negative เพื่อปรับปรุงคุณภาพของภาพ
  แต่สิ่งนี้จะดีกว่าพรอมป์ต์ปรับคุณภาพภาพของ CLIPText แบบเก่าที่รู้จักกันดี เช่น "4k hd" หรือ "trending on artstation" หรือไม่?
• จากผลการทดสอบที่ลองมา Negative Prompt ให้ผลลัพธ์ที่ดีมาก

บทสรุป

• Negative Prompt จะกลายเป็นเครื่องมือที่สำคัญยิ่งขึ้นมากในงานสร้างภาพด้วย AI ต่อจากนี้
• การยึดติดกับกลยุทธ์ prompt engineering แบบเดิมถือเป็นความผิดพลาดครั้งใหญ่

[xguru]

https://twitter.com/emostaque/status/1596864150134984705
ดูเหมือนว่าถ้าต้องการได้ภาพคนที่มีคุณภาพดี ให้เพิ่มคำเหล่านี้เป็น negative ได้ครับ

"ugly, tiling, poorly drawn hands, poorly drawn feet, poorly drawn face, out of frame, mutation, mutated, extra limbs, extra legs, extra arms, disfigured, deformed, cross-eye, body out of frame, blurry, bad art, bad anatomy, blurred, text, watermark, grainy"