ChatGPT - Bild-Generierung

Bin gerade ziemlich begeistert davon, was ChatGPT so kann, wenn es darum geht, aus Screenshots realistische oder stilisierte Bilder zu generieren. Habe vor einigen Tagen spontan einen Test gemacht und jetzt mal ein Plus-Abo gemacht, damit die Anzahl an Bildern nicht limitiert ist und die Generierung schneller ist. Wobei es da nicht in erster Linie darum geht, ein Bild zu erzeugen, sondern ein Bild mehrfach zu ändern, bis es dem entspricht, was ich wollte, und jede Änderung geht aufs Limit.

Seither spiele ich damit rum, versuche aber auch im Game, Screenshots zu machen, die eine gute Komposition und Farbgebung haben, was mehr Zeit kostet, gar nicht zu reden vom Aufwand, den ich hatte, um Fallout 4 in ein Game zu verwandeln, von dem ich überhaupt Screenshots machen möchte. Die Begleiter in Fallout 4 wuseln ja auch ständig herum und haben zudem die Tendenz wegzugehen oder auf die andere Seite zu sehen, wenn man sich für einen Screenshot neben sie stellen möchte.

Seither habe ich ein paar Erfahrungen gemacht, wie man mit ChatGPT spricht und Änderungen vornimmt und was es nicht gerne macht.

ChatGPT hat gerne genaue Anweisungen, die es aber selbst generieren kann, einfach in dem man verlangt, dass es ein Summary der Änderungen zum Original macht oder gleich ein wiederverwendbares Preset erstellen soll. . Allerdings habe ich die Erfahrung gemacht, dass diese Presets nicht zwingend immer dasselbe Resultat ergeben, auch wenn sie von Screenshots desselben Stils abgeleitet sind.
Am liebsten nehme ich ganz einfach diesen Prompt als Ausgangspunkt und passe es dann weiter an:
"Convert this image into a realistic-style photo. Preserve the main character’s features, colors, and personality while translating them into lifelike proportions, textures, and lighting. Add natural skin tones, realistic fabric textures, detailed hair, and soft shadows for a photo-real look, while keeping the overall pose and expression consistent with the original image."

Anschliessend fahre ich weiter, indem ich verlange, dass es mehr Kontrast gibt oder es vibranter macht. Dabei lasse ich es auch noch den Film-Grain und einen Teil der Tiefenunschärfe aus dem Originalbild entfernen. Es kann den Hintergrund separat dunkler oder kälter machen oder den Charakter im Vordergrund wärmer beleuchten. Oder die Fackel in meiner Hand entfernen und den Augen einen gelben Glanz geben.

Es lohnt sich, im Netz nach Prompts für ChatGPT zu suchen, um Inspiration zu finden oder einen Stil überhaupt so beschreiben zu können, dass es ChatGPT annimmt. ChatGPT hat Restriktionen. Wenn ich das richtig verstanden habe, kann man nicht einfach sagen, es soll den Stil von Pixar anwenden, sondern muss den Stil beschreiben.
Bei mir hat es mehrfach gemotzt, dass das Resultat eine Urheberrechtsverletzungen darstellen könnte. Okay, man könnte sagen, ChatGPT ist Urheberrechtsverletzung, die Software. Die allerdings nicht besonders konsistent und/oder übervorsichtig ist.
Abgelehnt: Stil von "Nightmare before Christmas" oder Tim Burton.
Abgelehnt: Stil der Mona Lisa, Stil von Leonardo da Vinci, aber auch Stil der Maler der Renaissance.
Angenommen: Stil von Borderlands 2.
Ein Prompt, der ein Bild in den Steampunk-Stil bringen sollte, wurde einmal angenommen und auf einem anderen Bild abgelehnt.

Jugendschutz kommt hinzu und es ist gut so. Allerdings ist es auch hier inkonsistent und lehnt Zeug ab, das keinen Anstand verletzt. Wobei ich hier die Übervorsichtigkeit verstehen kann. Man sieht ja an Grok, was eine KI ohne Kontrollmechanismen machen kann.
Natürlich musste ich es probieren 😉 Interessanterweise ging "give her bigger breasts", was ein völlig übertriebenes Resultat ergab, aber "give her slightly bigger breasts" auf demselben Bild wurde abgelehnt.

Anyway, hier noch ein Link zu einem Post, wo es Prompts für verschiedene Grafik-Stile gibt.
Und ein paar generelle Tipps.

Blaubeerman schrieb:

Screen Archer Menu

Zum Vergrößern anklicken....

Danke, ich sehe mir das bei Gelegenheit an.

Während ich mit ChatGPT werkelte, lief ein Video zum Thema der geleakten abscheulichen Bilder des Prince of Persia-Remake. Habe dann spontan ein Bild aus dem originalen Game reinkopiert und ich habe beim Resultat nur noch WTF gedacht. Ich meine, Michelangelo, Van Gogh, Picasso oder Giger, sowie einige talentierte Concept Artists im Gaming, haben sich das Recht auf eine eigene Meinung verdient, aber Leute in einem Remake-Projekt sind Auftragsarbeiter, die ihr Gehirn, Ego und die Politik zu Hause lassen sollten. Nasen, die die folgende Anweisung, die hervorragend auf ein Remake passt, nicht befolgen können, gehören durch Maschinen ersetzt, sowie alle Leute, die nicht spontan an diese Auftragsbeschreibung dachten, als sie uns mit einem weiteren Remake schröpfen wollten:

"Preserve the main character’s features, colors, and personality while translating them into lifelike proportions, textures, and lighting. Add natural skin tones, realistic fabric textures, detailed hair, and soft shadows for a photo-real look, while keeping the overall pose and expression consistent with the original image."

Anyway, dann wollte ich Desmond, den Ghul aus Point Lookout konvertieren, aber da bin ich an eine Grenze gestossen, da es die Richtlinien zu Gewaltdarstellung verletzte. Dabei war es einfach nur ein Portraitbild aus einem Dialog. Dabei hat sich eine regelrechte Diskussion mit ChatGPT entwickelt, das ich fragte, ob es das genauer spezifizieren könnte, inwiefern es die Regeln verletzt. Es machte sogar Vorschläge für Prompts, die funktionieren sollten. Wobei es nach dem dritten Versuch sagte, dass ich nichts falsch gemacht hätte, aber dass es an eine Grenze gestossen sei. Und dass es selten sei, dass Leute nicht sofort abbrechen, danke für deine Geduld.

Besonders beeindruckend ist, dass du lernen kannst, indem du ChatGPT fragst, wie man etwas macht. Hier ein Teil der Antwort auf die Frage, wie man ganz subtile Änderungen spezifiziert.


Den Test hat es also bestanden. Wenn ich nicht gewusst hätte, dass es eine KI ist, wäre ich angenehm überrascht von diesem höflichen, informativen und professionellen Austausch mit einem Supportmitarbeiter gewesen. Natürlich sind mir die Gefahren der KI völlig bewusst, begonnen damit, dass von gierigen Unternehmern Menschen durch diese ersetzt werden. Oder wie M$ uns zwangsweise an ihr Netz hängt und halbgare KI-Funktionen aufdrückt, die keiner verlangt hat, nur um uns als Kunden noch gläserner zu machen (mein nächstes Windows wird Linux Mint). Wobei ich es noch schwerwiegender finde, dass die KI uns dumm macht, bzw. noch dümmer als wir schon sind, weil sie uns das Denken abnimmt. Das Internet und iPads haben den Weg vorbereitet, aber die KI führt uns direkt an einen Ort, wo wir gar nicht mehr fähig sind, Texte oder Bilder zu verstehen und ohne Hilfsmittel auf ihre Plausibilität zu prüfen.

Anyway, es macht recht Spass, das Game mit KI zum Leben zu erwecken und dazu möglichst gute Motive für Screenshots zu finden. Wobei Point Lookout, mein Charakter und Cait auch ohne KI verdammt gut aussehen, ich habe Stunden in einen speziellen Patch versenkt, um Wetter und Beleuchtung zu intensivieren. Diese Insel hat eine einzigartige Atmosphäre und es fühlt sich an wie der DLC für Fallout 3 damals, nur in intensiver.
Natürlich habe ich die Tendenz, zuerst mal Bilder von meinem Charakter und Cait zu konvertieren, aber die Insel hat ein paar epische Örtlichkeiten, die auch ohne eine attraktive Brünette mit einem stylischen Bob funktionieren.

Interessanterweise könnte ich einiges davon auch mit Photoshop ohne KI-Unterstützung erreichen. Manche Bilder, die ChatGPT erzeugt, sind nicht mal künstlerisch besser als ein Screenshot vom Game, auf den ich Tonwertkorrekturen und einen feinen Sepia-Filter angewendet habe. Was ich nicht kann, ist einen Charakter fotorealistisch zu machen. Und eine Zigarre zu entfernen oder Lippen röter zu machen, oder den Hintergrund separat vom Charakter zu ändern, braucht einen enormen Aufwand, ohne wirklich stimmige Resultate zu erzeugen.
Wobei ich denke, dass ich die Resultate verbessern könnte, wenn ich im Game einen Teil von Reshade abstelle und Tiefenunschärfe und Nebel zurücknehme. Die Bilder wirken oftmals unnötig körnig, auch wenn man ChatGPT anweisen kann, Filmkörnung und Tiefenunschärfe zurückzunehmen. Na ja, mit der Praxis wird man besser.

Die letzten vier Bilder sind originale Screenshots ohne Bearbeitung. Also das Game sieht auch so toll aus. Interessant ist es, was der übliche Prompt, den man für ein Remake nutzen sollte, mit einer Gatorclaw angestellt hat. Ich meine, den Screenshot hätte ich einfach weggeschmissen, weil er so dunkel war, dass man kaum die Konturen des Tiers erkennen konnte. ChatGPT hat es aber geschafft, die Essenz des Viehs einzufangen.

Bin gerade begeistert von der Möglichkeit, einen Charakter aus einem Bild als kanonisch zu definieren. Ich habe ja jetzt einige tolle Resultate von ChatGPT gekriegt, aber zwei der erzeugten Bilder sind die perfekte Definition von dem, was ich im Kopf hatte, als ich im Charakter-Editor von Fallout 4 bastelte.
Man lädt dazu beide Bilder rauf und gibt ihm einen Prompt in der Art, den man sicher noch verfeinern kann. Das übernimmt den Stil des zweiten Bildes und das Gesicht, aber nicht das Outfit.


Und natürlich habe ich auch diesen Prompt von ChatGPT gekriegt. Hatte sogar eine kleine Diskussion mit ihr.
Habe spontan diesen Satz geschrieben, als ich ein bombastisch aussehendes Bild kriegte.

That was great, ChatGPT. You should make games, that would sell.

Und ich: It's not only because of your technical capabilities, but you don't hate beauty like political activists in the game industry. It’s not evil to like attractive characters who look like heroes.


Ich wollte, ich könnte so schreiben. ChatGPT ist sympathischer als ich, es kriecht mir schon fast zu sehr in den Arsch. Es macht mich zwar neugierig, was ChatGPT auf verschiedenen Input antwortet, z.B. wenn ich den Teufelsadvokat der woken Seite spielen würde. Oder wenn ich behaupten würde, der Satan habe die Schönheit in Videogames gebracht, um uns zu versuchen 😉

Anyway, hier eine Auswahl einiger Vor- und Nachher-Bilder, sowie die Portrait-Fotos als Referenz. Die Resultate haben realistischere Gesichter, aber der Hintergrund verliert gerne Farben und Kontraste. Ich würde sogar sagen, dass die originalen Screenshots künstlerisch fast besser sind, vor allem auf meinem 4K-Fernseher. Ich schraube ja jetzt noch an Point Lookout und New Vegas herum, um die Beleuchtung so satt und kontrastreich hinzukriegen, wie ich es mag.

Bin gerade hin und weg von ChatGPT, das meine Screenshots zum Leben erweckt. Da ich jetzt einen Prompt abgespeichert habe, der sich "Cinematic Concept Art Style" nennt, ist es schon fast langweilig geworden, da das Resultat fast immer so gut ist, dass ich Bethesda 500 Mücken für ein solches Grafik-Upgrade geben würde. Es behält die Aussage des Originals, korrigiert aber Körperhaltungen leicht. Es respektiert die originale Farbgebung und Kontraste und rendert sie dann in besser, knackscharf und prägnant. Ich habe Screenshots als Input gegeben, die ich sonst wegwerfen würde, weil es an diesem Ort keine Lichtquellen hatte und alles viel zu dunkel und kontrastlos war. Aber ich wusste bereits, dass es Gold daraus machen würde, aus einer Szene, die an sich cineastisch wäre.
Es kann die Farben und die Texturen im Hintergrund lesen, die im Original unter einer Suppe verborgen waren. Es lernt tatsächlich von mir und ich lerne von ihm, aus welchem Input es Gold machen kann. Es fühlt sich fast so an, als ob es das sehen könnte, was ich in meinem Kopf-Kino sehe und was ich mit Mods erreichen möchte, aber nur annähernd kann. Ich liebe Rost und zerbröckelnden Beton, sowie eine verfallende Architektur. Und den Schein von Feuer in einer verseuchten Umgebung. Es verdient es nicht, einfach grau in grau gerendert zu werden.

Manchmal macht ja ChatGPT nicht das, was man vorhatte und selbst das bringt interessante Resultate. Zuerst habe ich einfach ein Bild konvertiert, das meinen Charakter in der Siedlung auf dem Mars zeigt. Ich wollte was verfeinern und fing an zu schreiben, das sei mein Charakter in Fallout 4, der in einer Siedlung auf dem Mars steht. Dann habe ich versehentlich Enter geklickt und es hat den Ort zu einer futuristischen Siedlung verwandelt. Das Alien war schon da, den kann man als Begleiter auf Mothership Zeta haben.

Endlich konnte ich einen Ghul konvertieren. Wahrscheinlich liegt es daran, dass die Texturen von menschlichen Ghulen relativ stilisiert sind, während die von Desmond auf Point Lookout gruselig aussehen. Captain Zao ist für mich übrigens einer der ansprechendsten NPC im Game, einer der wenigen, für die ich sowas wie Mitgefühl und Sympathie verspüre.

Auch Elder Maxson sieht episch aus mit diesem Stil. Ich meine, so möchte ich sinngemäss in einem Game als Mann repräsentiert werden, völlig unabhängig vom Stil des Games. Und nebenbei sieht meine Heldin vielleicht zu hübsch aus, aber nie schwach. Ich wäre sogar bereit, das Doppelte und Dreifache für so ein Game zu zahlen. Es muss nicht exakt diesen Stil haben, der mehr an ein Gemälde erinnert, aber diese Brillanz und Schärfe. Wie ich diesen verwaschenen modernen Stil von Games hasse und dann kriegt man noch nicht mal einen Gamma-Regler, um wenigstens ein bisschen Glamour reinzubringen. Die Endzeit muss nicht farblos und verwaschen sein. Oder wenigstens künstlerisch wertvoll sein, etwa so wie das erste Gears of War.

Vielleicht sehen manche Leute nur den glänzenden Anzug meines attraktiven Charakters, aber es ist ein Gedicht, was es aus der Prydwen, dem Mars oder den Sümpfen von Point Lookout macht, oder auch einfach von einem Bild von einer Fabrik oder einem Büro. Was soll ich auch sagen, ich mag es, wie mein Charakter aussieht, aber es ist auch extrem schwer, einen vernünftigen Action-Screenshot mitten im Kampf zu machen, selbst mit der Konsole, da die Gegner blitzschnell und tödlich sind und immer jemand am falschen Ort steht oder in die falsche Richtung schaut. Werde mir da aber noch mehr Mühe geben.

Bin ich eigentlich der einzige, der mit ChatGPT und Bildgenerierung experimentiert? Habt ihr interessante Grafik-Stile?

Es ist manchmal schon fast langweilig auf das Resultat zu warten, nachdem ich mal den Prompt für den Stil meiner Träume gefunden habe. Damit kann ich Screenshot aus Skyrim oder Fallout 4, oder auch aus Red Faction zu einem Kunstwerk erwecken, oder gleich aus einer Beschreibung neue Bilder from the scratch erzeugen. Habe Icho Tolot und die Gefährten Omar Hawk und Sherlock aus den Perry-Rhodan-Büchern verewigt. Sherlock gefällt mir noch nicht so, aber ich kann jederzeit vom letzten Resultat aus eine Verfeinerung vornehmen. Tilt-Shift geht natürlich auch.
Aber das fetteste Bild ist wohl ein Crossover von zwei meiner Charaktere, einer aus Fallout 4, das andere aus Skyrim. Die sehen wie Schwestern aus zwei Universen aus, die sich getroffen haben. Habe den Charakter aus Skyrim gleich zum neuen kanonischen Preset gemacht, da er so gut gelungen ist.

Nebenbei kann man mit ChatGPT auch einfach fachsimpeln, über Beleuchtung, über Bethesda, über Fallout 4 verglichen zu Skyrim. Es unterscheidet sich von einem realen Gesprächspartner dadurch, dass es zu eloquent und ausführlich schreibt, mit klar erkennbaren Mustern wie etwa einem Summary am Ende eines Texts. Aber im Gehalt des Textes hat es den Nerd/Modder-Turing-Test bestanden, bis hin zu den Innereien des Creation Kits.

Und ich habe zum ersten Mal ein Script von ihm schreiben lassen, nachdem ich es selbst nicht hingekriegt habe. Und zwar ein Pascal-Script für XEdit, das in Dialogen den Archetyp der Gesichtsanimation ersetzt. Und zwar hat es mich nicht glücklich gemacht, dass mein Charakter nach einem Idle-Dialog manchmal wie ein Honigkuchenpferd strahlte. Es war schon fast gruselig. Ich kriegte nicht sofort ein funktionierendes Script, aber nach drei Anläufen mit geändertem Code macht es, was es sollte. Es ersetzt den Happy-Typ durch einen neutralen Ausdruck. Grandios.