图案裂变的多代衰减:从 G0 裂到 G3,第二代到底丢了什么
10 月 8 日晚上十一点四十,我们客服后台进来一条消息,附件七张 PNG,文件名从 pumpkin-cat-01 一直排到 pumpkin-cat-07。发消息的人做万圣节宠物服饰,语气有点急,说她印到第四张的时候觉得"不太对",问是不是工具出了问题。
我们把七张图拉到同一个画布上,按顺序排开。前三张的外轮廓基本能重合,第四张开始,猫的耳朵圆了一点,南瓜的棱线软了,到第五张,挂在猫脖子上的小铃铛和项圈粘成了一块。不是工具坏了。这七张里,前三张是从原图裂的,后四张是从第三张裂的——她连着裂了三代。
她手里没有原图了。那张图是去年在一个素材包里买的,电脑重装过,网盘链接早就过期,能拿出来的只有已经导出的成品。这样的消息今年我们收到过不止一次,所以想认真聊一件事:把上一代裂变出来的成品,再喂回去裂一次,到底会发生什么,边界在哪里。我们雨林凯AI(简称雨林凯)这条产品线盯的就是它,坑我们自己也踩过。
为什么会有人连着裂好几代
不是不懂原理,是手上的牌就这么几张。
最常见的是爆款续命。一款手机壳卖了六周,曲线开始平,你想再上一批"同款不同图"接住流量。重新画来不及,手里有的是上一批已经出过的图,那就拿它再裂。这个决定在当时看是合理的,甚至是精明的。
文件管理的问题比想象中普遍。设计师交接、外包交付、换电脑、清理硬盘,原图散在某个聊天记录或者过期链接里。等到真要用,翻出来的只有导出的成品。成品是 PNG,是被压过一次的东西,不完美,但它至少还在手边。
铺货节奏也在逼人。一个图案要覆盖手机壳、抱枕、帆布包、挂布,每个载体还要两三个配色,一次铺十几款。一张一张手动改,美术排不开,只能让 AI 连着出。
还有一种,说出来有点无奈:上一代的结果太好了,好到你不想回到原图。首裂把一张平淡的图变得有体积、有光,你看着它,觉得"再裂一次应该更好"。这个念头很自然,也是绝大多数翻车的起点。
我们的建议从来不是"不许裂第二代"。有些题材第二代确实还能用。问题在于,你得知道自己在第几代、踩的是哪条线。
先把代数说清楚:G0、G1、G2、G3
我们内部有一套叫法,后面全部按这个来。
G0 是原图。 指那张没有被任何 AI 重建过的母版。它可能很糊,可能有水印,可能构图很土,但它是坐标系的原点。判断一张图有没有漂,唯一的参照就是它。
G1 是首裂。 G0 进去,出来一张风格一致、细节和构图不同的新图,这是第一代。
G2 是二裂。 拿 G1 的成品再喂回去,出来的是第二代。
G3 是三裂。 以此类推。到 G3,图已经被重建了三次。
这里有个概念要先掰开:代际数的是重建次数,不是生成张数。 一张 G0 裂二十张,二十张全是 G1,它们之间是兄弟,不是父子。真正让画质往下掉的动作只有一个——把上一代的结果当成下一代的输入。
搞混这两个词的人很多。后台见过用户说"我裂了十几次,怎么越来越糊",一问,他把同一张图裂了十几次,每次都是 G0 进去。那不叫十代,那叫十个兄弟,理论上不该越来越糊。除非他中途拿某一张当了输入,而他自己忘了。
每一代都是一次有损重建
要理解衰减,先得接受一件事:裂变不是"复制并修改",是"重新画一遍"。
图进去以后,先被压进模型能理解的那个空间。这一步就已经丢东西了——细线、小字、织物纹理这些高频信息,在压缩里最先被平均掉。随后模型从一片噪声开始,一点点把图"长"回来,靠的是它见过的样子,也就是先验。最后输出,色彩会被拉回一个它认为正常的分布。
三步,每一步都有损失。
第一次损失在编码。 一根 0.5 磅的线,压进去以后可能只剩一个"这里有根线"的印象,具体多粗、边缘多锐,没了。
第二次损失在先验。 模型不知道你这根线为什么断在这儿,它按自己见过的样子补一个更"合理"的版本。补得挺像,甚至更好看。问题是——第二次裂变,它补的还是那个"更合理"的版本,因为先验没变。于是每一代都在往同一个方向靠,那个方向叫均值。
第三次损失在色彩。 输出端会把色阶归一化,暗部往上抬一点,极亮和极暗各削掉一点。单看一张,你会觉得"通透";连着看三代,你会发现所有暗部都变成了同一个灰。
单代损失可能只有一点点,看着无所谓。但它是结构性的,不是随机的。第一代把细线变粗了,第二代只能从"粗线"里再重建,那根线永远回不到 0.5 磅。误差不会自我修正,只会被下一代当成事实接受。
这就是为什么"再裂一次试试"这个动作,风险比大多数人以为的高。
第一条衰减线:结构在悄悄游移
结构是最先出问题的地方,也最容易被忽略,因为它变得很慢。
轮廓游移。 外轮廓在每一代都会往"更常见的形状"收一点。猫的耳尖变圆,叶子尖端变钝,兽角的弯度变柔。单看 G2,你会觉得这张图挺正常,叠到 G0 上才发现整个外圈胖了一圈。
局部互融。 两个挨着的元素,边界被抹掉。骷髅的下颌和挂在下面的骨头粘在一起,花瓣和花心糊成一片。第一代通常还分得开,第二代开始有浆糊感。
元素粘连。 小元素直接被吞。碎花图案里的花蕊、星星图案里的小尖角、边缘的装饰点,G1 还在,G2 变成一团。
细笔画断开。 这个最直观。装饰线、缝线感的分割线、手写体的连笔,G2 之后开始断成虚线,断口还很圆,像被橡皮擦过。
对称失准。 徽章、曼陀罗、圆形图腾这类靠对称立住的东西最怕这个。我们试过把一张圆形徽章裂到 G3,左右两半分别抠出来翻转叠上去:G1 的边缘还能压住,G2 差了一线,G3 差了小半个指甲盖。这个偏差在屏幕上要盯着看才看得出来,印到 40 厘米的挂布上,一眼就歪。
结构的麻烦在于它不可逆。你可以调色、可以锐化、可以补线,但你没办法把已经圆了的耳朵改回尖的,除非手里还有 G0。
文字块为什么第一代就开始崩

这张图很典型。左边是原图:黑底,骷髅和交叉骨,上下两段长英文标语,DON'T JUDGE ME 开头那一串。线条扁平,字是规矩的无衬线,整体像一张印坏了的丝网版。右边是裂变之后:骷髅有了体积,颧骨和眼窝的阴影出来了,模型还自作主张给骷髅加了一条金属链条,文字更粗、更清晰、边缘更利。
单看右边,很多人会说"变好了"。确实变好了,作为一张图。但它同时也把后面两代的路堵死了。
文字是典型的高频加硬约束内容。模型不认识字母的意思,它认识的是"这里有一串像字母的形状"。所以它做两件事:把字重往上推,因为训练里"清晰的字"大多更粗;重新分配字间距,因为它按视觉平衡排版,而视觉平衡和"原来那行字断在哪儿"是两回事。
第一代推一档,看起来精神了。第二代再推一档,字母的负空间被吃掉,R 和 E 开始连,JUDGE 里的 G 会糊成一个团。这张图的标语有两段,行还长,模型重新断行的概率更高——它会把一个词拆到两行去,因为在它的判断里那样更平衡。
而且它加了链条。对图案来说这是加分,对生产来说这是变量:你不知道下一代它还会加什么,也不知道加的东西会不会压到文字上。
所以文字类题材的边界很清楚,G1 之后不要再裂。要改文字、改字号、换标语,回 G0 用原来的字重重新排一遍,比在 G2 上修快得多,也稳得多。
第二条衰减线:质感被反复上釉
质感衰减是四条线里最"好看"的一条,也最容易骗过眼睛。
每一次重建,模型都会补一点它认为该有的质感——阴影、反光、微小的表面起伏。第一次补 10%,你会觉得立体了。第二次它不是从 0 补 10%,是从"已经有 10% 的图"再补 10%,两次叠起来不是 20%,观感上更接近 30%,因为人对反光的敏感度是非线性的。
具体表现有四个。
高光位置趋同。 不管原图的光从哪来,模型倾向给一个标准的顶部或左上高光。裂到第二代,一张原本逆光的图会莫名其妙地在正面亮起来。单个图案上看不出来,一个系列八张摆在一起,光源全一样,假得很明显。
表面发油。 这是最常被卖家形容成"塑料感"的东西。暗部开始有一点点不该有的反光,像给图案刷了一层清漆。第一代是"润",第二代是"油",第三代是"蜡"。
织物质地被磨平。 帆布的经纬、针织的毛圈、做旧印花的那种颗粒,G1 还依稀能看见,G2 变成一层均匀的噪点。因为纹理就是高频信息,它在编码那一步最先被平均掉。
边缘过度锐化。 为了"清晰",模型会把边界提亮一圈,形成一道很细的白边。缩略图上看着利落,实际印出来是一圈脏边。
质感这条线最坑的地方是:小图上看不出来,300DPI 的实际印花尺寸上非常明显。屏幕上一千像素宽的预览,你会觉得 G2 和 G1 没区别;等文件送到印厂,出 40 厘米,那些被磨平的纹理就是一片死板。
第三条衰减线:色彩鲜度会一代代叠上去
颜色这条线,是卖家最容易"感觉不对但说不出哪不对"的地方。
机制不复杂。模型重建的时候会轻微推高饱和、抬亮暗部,因为"更鲜艳、更通透"在它的判断里更接近一张好图。单次幅度很小,小到你不会察觉。但它是累积的,而且是从上一代已经推高过的结果上再推。
于是出现几种典型症状。
暗部被抬亮。 三代的黑色,第一代还是墨黑,第二代变成深灰,第三代变成中灰。做哥特、做复古、做暗黑风的图案,这个变化是致命的,整个图案的重量没了。
同色系并档。 原本有区分的深墨绿和橄榄绿,G2 变成同一个绿;砖红和赭石,G2 变成同一个红。因为在模型的色彩空间里,相近的色会被归到一档。
饱和度撞天花板。 到 G3,红已经红到没有层次,印出来是一块死红。这时候用软件往回拉饱和度没用,层次已经没了。
还有一个跟印刷直接相关的点,色域。G2 之后的图,很多颜色已经跑到 CMYK 能印的范围之外。屏幕上看着艳,打样出来发闷,你会以为是自己校色的问题,其实是图本身已经不在可印的范围里了。
有个做复古海报的卖家跟我们说过一句话,印象很深。他说 G1 那个砖红特别好看,G2 变成正红,G3 变成橘红,末了他补一句:"我也没改颜色啊。"对,你没改。是工具替你改的,一代改一点。
第四条衰减线:风格向均值收敛
前三条是看得见的,第四条是感觉出来的。
风格衰减的表现不是"变丑",是"变得没有特点"。每一代都会往模型的审美均值靠一点,而均值这个东西,是所有训练数据平均出来的结果——它不会难看,但它一定不特别。
三个后果。
系列内互相像。 同一批裂出来的八张,互相之间的差异,可能比它们和 G0 的差异还小。你以为是八个设计,客户眼里是一张贴了八次。
跨店撞脸。 所有人都在往同一个均值走,不同卖家、不同品类,裂出来的图会越长越像。POD 这个生意,图案的价值有相当一部分来自"没见过"。撞脸等于把溢价直接抹掉。
辨识度稀释。 一个店铺如果有稳定的视觉语言,比如都是粗线条、都是低饱和、都是手绘感,G2 之后这套语言会松。因为模型不认识"你的风格",它只认识"一张合理的图"。
这条线最难量化。我们的做法是把它变成一个具体问题:把这八张图混到别人的店里,还认得出是这家的吗?认不出,就是风格已经稀释了。
极简题材的悖论:没东西可加,就只能变钝

白底,黑色线条,两个圆眼、一条弯眉、一道大弧笑。左边是原图,线条很细,比例有点随意,笑弧两端收得轻。右边是裂变之后:线条变粗、更清晰,比例更协调,眼睛更圆,笑的弧度更标准。
这张说明的是另一类问题:极简图案没有"内容"可以让模型发挥,它只能调整形式。
而模型对"好形式"的理解,基本就是加粗、居中、比例标准。所以第一代看起来更精神、完成度更高。这是真的,很多极简图确实需要这么一下。
第二代就没什么可推了,它只能把已经加粗的线再加粗一点,把已经标准的比例再标准一点。结果是:弧线两端的收笔没了,变成一根等粗的香肠;眼睛从略扁的椭圆变成正圆,眼神从"有点调皮"变成"瞪着";笑弧两端不再上扬,笑容从"笑"变成"一条弯线"。
这不是变丑,是变得没有性格。极简题材卖的就是性格——那一点点不标准、那一点点手抖。你把不标准的地方磨平,图还在,卖点没了。
这类题材的正确做法是 G1 就够了。要更多变体,别裂,手动改一个变量。线宽、眼距、笑弧高度,改一个,出四个版本,比裂变可控得多。
矢量被推向写实之后

一张金色狮子头,白底。左边是矢量版:色块平,边界干净,鬃毛是一根根流线型的线条,眼睛是两个平面色块。右边是裂变后:鬃毛蓬松起来,有了体积和层次,眼睛变立体,整体从"图标"变成了"插画"。
这个变化幅度比前两张都大,而且很好看。问题也在这儿——它太成功了,成功到你会想再来一次。
矢量图有很明确的形式特征:边界干净、色块平、没有渐变、没有噪点。模型看到这种图,会本能地往写实方向补,因为它的训练数据里,这类主体绝大多数是照片或厚涂。
第一次推,是从平到有体积,跨度大,效果好。第二次推,是从有体积到更写实,鬃毛开始从"一束束"变成"一团团",矢量感彻底消失。第三次推,鬃毛会糊成毛线,眼睛的高光开始漂,整张图变成一张说不清出处的写实插画,还带着那股熟悉的 AI 味。
如果你卖的就是矢量风——很多 POD 品类吃的正是这个风格,徽章、机车风、运动队标——G2 等于自杀。你花力气建立的形式语言,被模型当成"待补全的低信息图"给补掉了。
矢量题材的边界是 G1 封顶。要更多变体,回 G0 换种子,或者手动改配色。别在 G1 的结果上继续推。
载体越大,第二代的边界来得越早
同样是 G2,印在手机壳上能用,印在床品上就是废的。这不是玄学,是物理。
小件最松。 手机壳、贴纸、卡包、小方巾,成品尺寸十几厘米,观看距离三十厘米左右。图案的物理尺寸小,G2 丢掉的细节被尺寸本身吃掉了——你看不清,就等于没丢。这类载体我们允许到 G2,个别粗线条题材到 G3 也还能看。
中件居中。 帆布包、抱枕、马克杯,成品 35 到 45 厘米。这个尺寸开始,细节损失能看出来了,但还没到"一眼假"的程度。要看题材:粗线条、大色块的中件能过 G2,细线条、多元素的中件到 G2 就开始虚。
整幅最紧。 床品、挂布、浴帘,一米五到两米。观看距离虽然远,但面积大,任何一处糊都被同比例放大,而且这类产品是"铺满一面墙"的存在,客户的注意力会在上面停很久。G2 的边界在这里来得最早,很多题材 G1 之后就该停。
满印服装是另一回事。 除了尺寸,它还要过几道关:对花、褶皱、拉伸、洗涤。图案在布料上会被拉扯变形,本来就弱的边缘会更弱。我们见过 G2 的满印 T 恤,平铺拍照还行,穿到身上,胸口那朵花的花瓣直接连成一片。
给一个粗糙的经验:载体对角线每翻一倍,能容忍的代际大概少一代。别把它当定律,当提醒就行——你换载体的时候,之前在小件上验证过的代际,不能直接搬过去用。
混血方向一:G2 配 G0,把锚点拉回来
如果你已经裂到 G2,发现结构还在、只是质感漂了,最有效的一招是把 G0 一起喂回去。
做法是同时给两张参考:一张是已经漂移的 G2,一张是原始的 G0。让模型同时看到"现在长什么样"和"本来该长什么样"。
它的作用不是修复,是拉锚。模型生成的时候会往两张图中间取一个位置,只要 G0 的分量够,结果会明显往原点靠。
它会先在哪崩?在轮廓上。如果 G2 和 G0 的构图差异已经很大,比如 G2 自己加了个元素、换了个角度,模型不会"选一个",它会平均,结果是轮廓卡在两个版本中间,你想拉回 G0,它给你一个 G1.5。这种半吊子的结果比 G2 更难判断,因为它哪边都不像。
所以这个组合有前提:G2 的构图必须还认得出是 G0 的构图。认得出,拉锚有效;认不出,别用混血,直接回 G0 重跑。
混血方向二:G1 配 G1,同代双支再合
同一张 G0,裂两个不同方向,得到 G1-A 和 G1-B,把这两张合起来。这是做系列感最常用的一招——A 支偏冷,B 支偏暖,合出来的东西带两侧的特征。
它崩得最快的地方是色彩。A 支被推过一次饱和,B 支也被推过一次,两张合起来,等于在同一个位置叠了两次鲜度提升。结果往往不是更鲜艳,是脏:中间色变浑,两个色系交界的地方出现一种说不清的褐。
第二个崩点是风格双峰。A 支偏扁平,B 支偏写实,合成图会一半扁一半立体,像两个人画的。单看还行,放进系列里就露馅。
用法是只在两支风格档位接近时用。两支都扁平,或者两支都半写实,合起来是加特征;档位差太远,合起来是打架。
混血方向三:G2 配 G1,跨代单支
用 G2 做主体,G1 做参考。听起来奇怪,用起来比 G2 配 G0 温和。
原因很简单:G1 和 G2 只差一代,两张图的写实度在同一个档附近,模型不需要在两种语言之间做翻译。它会把 G2 漂过头的地方往 G1 拉一点,幅度刚好。
它同样崩在风格双峰,而且比 G1 配 G1 更明显。跨代之后两张图的"AI 感"浓度不一样,G2 更油,G1 更干。合成图会出现局部油、局部干,尤其在质感过渡的区域,比如从主体到背景的那一圈。
什么时候用?当你觉得 G2 只差一点点、不想回 G0 重来时。它是修补,不是重来。修完的图别再往下裂,它的代际还是 G2,再裂就是 G3 起步。
判定动作:六个动作,三分钟
前面讲了这么多衰减路径,落到操作上其实就六个动作。我们内部每次出图都走一遍,加起来不到三分钟。
并排四宫格。 G0、G1、G2、候选,四张放同一个画布,同一缩放比例,同一背景色。别一张一张单独看,人对单张图的宽容度太高,并排才看得出差。
与 G0 叠比轮廓。 把 G0 转成 50% 透明度,叠在候选图上,看外轮廓能不能压住。压不住的地方,就是游移发生的地方。
100% 看断线。 放大到 100%,一寸一寸扫。看细线有没有断、字有没有糊、边缘有没有白边。这一步最枯燥,也最能筛掉废图。
缩到指甲盖。 把图缩到两厘米宽。看主体还认不认得出,重心还在不在中间,视觉焦点有没有跑。很多 G2 在这一步露馅——放大看还行,一缩小就是一坨。
取三处色值。 主色、暗部、一个点缀色,用吸管各取一次,和 G0 比。别靠眼睛记颜色,记不住的。
转灰度看明度。 转成灰度,看主体和背景的明度是不是挤在一起。挤在一起,印出来就是一团。
六个动作里有两个不过,就别上架。这不是严格,是省事——上架之后才发现问题,代价是这六步的几十倍。
经不起第二代的七类题材
有些题材,第一代就是终点。列出来,是因为这七类占了我们见过的翻车案例的绝大多数。
文字块。 任何以文字为主体的图案。字重会被推、断行会变、笔画会糊。前面那张骷髅标语就是例子。
极细线条。 0.5 磅以下的线、手绘的毛边线、发丝一样的装饰线,G2 必断。
正脸角色。 五官位置移动一个像素,人就不像了。侧脸、背影能扛,正脸扛不住。
授权形象。 这条不是审美问题,是合规问题。任何偏差都可能构成侵权风险,这类图不建议做多代处理。
对称徽章。 圆形、盾形、环形,靠对称立住的,G2 的中轴会歪。
小字标语。 四个字以下的短句反而比长句安全,但字号小于成品 8 毫米的,G2 一定糊。
细网格。 格子、条纹、千鸟格、编织纹。网格线在重建里最先被当成噪点抹掉。
前五类建议 G1 封顶,后两类看尺寸,够大能多撑一代,也就是一代。
操作纪律:把代际当成版本号来管
衰减是技术问题,翻车多数是管理问题。六条纪律,都是被坑出来的。
G0 永久留档。 单独一个文件夹,不放成品目录,文件名带 master。云盘存两份,一份同步一份冷备。这件事花不了几分钟,能省掉后面所有的麻烦。
代数进文件名。 skull_G1_a.png、skull_G2_a.png、skull_G2xG0_b.png。一周之后你自己都分不清哪张是哪张,别说三个月。
两代设为上限。 默认 G2 封顶。只有小件载体、粗线条题材才考虑 G3,而且必须过六步判定。把上限写进团队规范,比每个人自己临场判断靠谱。
跨代号换种子。 同一代内换种子是为了找方向,这是对的。跨代还用同一个种子,偏差会沿同一条路径叠加,错得更整齐。换个种子,至少让误差散开。
弃代留痕。 哪一代废了、为什么废,写一行备注。"G2 文字糊"、"G3 暗部发灰"。下次做同类题材,直接跳过。
单变量对照。 一次只改一件事。要么换种子,要么换参考图,要么换代。同时改两样,出了问题你不知道是谁的锅。
什么时候必须回 G0:五个止损征兆
不用等到"明显难看"才回头。有五个征兆,出现两个,就回 G0 重跑。
轮廓开始合并。 两个原本分开的元素,边界没了。这是结构崩的第一信号。
主色漂到另一个色相。 不是变深变浅,是换了一个颜色。砖红变正红,墨绿变草绿。
文字某个笔画糊掉。 一个字母的横杠消失,一个笔画的收尾连住。文字对精度最敏感,它先报警。
同批两张开始互相像。 这一条最容易被忽略,也最重要。它说明你已经不在裂变,你在复制。
100% 下细节变噪点。 放大看,本该是纹理的地方变成一片均匀的颗粒。
出现两个,别犹豫,回 G0。这时候重跑一次的成本是几分钟,继续往下裂的成本是一个批次。
算一笔账:重跑一次,还是一批返工
把三种代价摆在一起看。
重跑一次,是几分钟,加一次生成额度。你要做的只是回到 G0,换个种子,重新裂一遍,再走一次六步判定。
一批返工,是十二个 SKU 的量级。图要重出,mockup 要重做,详情页要重传,已经上架的链接要改图,已经下单的客户要解释。这里面有一半是等待——等印厂、等平台审核、等缓存刷新。
售后差评是另一回事。客户收到货,拍一张照片发过来,印花糊了、颜色不对、边缘有白边。退款是一部分,差评是另一部分,而差评会挂在链接上,影响后面所有的流量。这个成本没法用"重跑几次"折算。
粗算下来,一次重跑和一批返工之间差着几十倍;一批返工和一次差评之间,差的不是倍数,是链接的寿命。
所以那条纪律才这么硬:宁可回 G0 重跑,不要在 G2 上修。修图是在跟已经丢失的信息较劲,重跑是重新拿一份完整的信息。
一个反过来的例子
也说一个没那么糟的。
上个月有个做贴纸的卖家,图是一组粗线条简笔小猫,黑白的,每只大概三厘米。她从 G1 裂到 G2,又从 G2 裂到 G3,一共出了四十多张。我们问她怎么敢裂这么多,她说她试过,看不出差别。
我们把她的 G0 和 G3 并排放在一起看,确实差别很小。原因有三个:线条够粗,没有细笔画可以断;黑白两色,没有色彩可以叠;成品尺寸小,损失被物理尺寸吃掉了。三个条件同时满足,G3 才站得住。
这不是说多代裂变没问题,是说边界是算出来的,不是背出来的。同一套规则,放在黑白粗线条贴纸上和放在长句文字挂布上,结论完全相反。
她现在的流程是这样:G0 单独存一个文件夹,文件名带 G 数,裂到 G3 就停,出完统一走一遍六步判定。四十几张里最后上架二十九张,剩下的她自己弃了,理由写在命名后面,一行字。
常见问题
问:为什么第一代看起来反而比原图更好?
因为第一代补的是缺失,不是重复。原图如果扁平、光线平、细节少,模型补一次体积和光影,观感确实是提升。这个提升是真实的,但它同时也把图往均值推了一步。所以"更好看"和"更接近原图"是两件事,你得知道自己要哪个。做原创图案,多数时候要的是后者。
问:把图先放大两倍再裂,能不能减少损失?
不能,还可能更糟。放大本身也是一次重建,而且是无中生有的重建,它会把不存在的细节编出来。你等于在裂变之前先加了一代。真要提分辨率,先裂变、后放大,顺序别反。
问:同一张图,今天裂和下周裂,结果为什么不一样?
因为生成带随机性。种子、采样路径,甚至服务端的负载,都可能影响结果。这不是不稳定,是这类工具的固有属性。所以同一批次的图尽量一起出,别分几周出——分几次出,风格会散。
问:图案裂变和"图生图"是一回事吗?
底层有重叠,目的不一样。图生图是照着这张图画一张,重点是像;图案裂变是保持风格、换掉细节和构图,重点是不像但同源。判断标准也不同:图生图看相似度,裂变看的是能不能认出这是同一个系列。
问:已经裂到 G3 了,还有救吗?
看结构。结构还在,轮廓能对上 G0 的七成,可以试 G3 配 G0 拉锚,或者干脆退回 G1 重来。结构已经散了,元素粘连、对称歪了、细线断了,没救,回 G0。判断方法就是六步里的第二步,叠图看轮廓。压不住,就别修了。
最后
图案裂变这个功能,我们做了很久,越做越觉得它的难点不在生成,在停。
工具能一直裂下去,它不会累,也不会提醒你该停了。判断什么时候停,是使用的人的事。G0 留着,代数标着,两代封顶,出现两个征兆就回头——这几件事做到了,多代裂变就只是个效率工具;做不到,它就是个慢性失血的口子。
那张万圣节猫咪的图,后来我们帮那位卖家从她的成品里反推了一张最接近原图的版本,重新裂了一代。七张里救回来四张半,剩下两张半她弃了。她说早知道自己该留原图。
原图这件事,说多少遍都不算多。