使用AI重新进行角色设计-三国之张角
一张尘封20年的手绘稿
翻箱倒柜整理旧物时，无意中发现了这张"上古"作品：
这是我在 20 年前看了藤崎龙的《风神演义》后心血来潮画的三国演义里的张角。那时候的我还是个热血青年，满脑子都是"苍天已死，黄天当立"的中二情怀。看着这张略显稚嫩的手绘稿，突然想到一个有趣的问题：如果让现在的AI重新设计这个角色，会是什么样子呢？
AI vs 手绘：一场跨越时空的PK
之前已经试过了 ChatGPT 的绘图发现效果不错。这次碰到豆包升级了绘图功能，前阵子也拿到了 Lovart 的邀请码，于是就拿上面的画来试试，顺便对比一下这些AI的表现。毕竟，作为一个好奇宝宝，怎么能不折腾一下呢？
为了公平起见，我给 AI 的提示词都只有简单的一句话："根据手绘图片，生成一张彩色的角色设计图"。
第一回合：豆包的华丽登场
好家伙！豆包一开始生成的人物角色性别是女性。这...张角什么时候改行当女团偶像了？不过比较厉害的是它居然识别出了手绘稿中的文字，这个细节处理能力还是很强的。
但是很明显，豆包生成的人物姿势和手绘的并不一致，而且最让人哭笑不得的是，手绘中张角手上的拂尘居然变成了镰刀！难道AI觉得张角应该去收割韭菜？
于是我赶紧"调教"了一下豆包：
在明确地告诉豆包人物的性别以及手上拿的是拂尘后，豆包改成了上面的样子。虽然性别问题解决了，但这个拂尘看起来更像是扫帚...张角这是要去做保洁工作吗？距离理想的情况还是有些差距。
第二回合：Lovart的独特演绎
Lovart 一开始也生成了一张女性角色，看来AI们都有把男性角色"娘化"的倾向啊！而且手上的拂尘变成了长枪，这是要让张角改行当武将的节奏？
经过同样的"纠正教育"后：
同样明确的告知后，Lovart 改的还可以，整体感觉比豆包稍微好一些，但是拂尘还是有些奇怪，总觉得不够飘逸。
技术宅的思考时间
从上面这场"人机大战"来看，我感觉这些以图生图的功能大概是这么个流程：
- 通过视觉识别将图像转换为文本描述
- 把文本描述和用户提示词合并交给生图模型
问题就出在第一步：AI在"看图说话"的时候就已经理解偏了。比如把拂尘看成镰刀、把男性看成女性等等。这个过程对于用户来说又是黑盒，只能事后补救，很有种"将错就错"的无奈感。
如果能将这个转化过程变成可调整的，让用户在生图前就能看到AI的"理解"并进行修正，是不是可以减少很多无谓的生图损耗呢？毕竟，每次重新生图都要消耗算力，既不环保也不经济。
小结
虽然AI还没能完美复刻我20年前的"神作"，但这个实验过程还是挺有趣的。至少让我明白了一个道理：和AI沟通，真的需要"好好说话"。也许再过几年，AI就能更准确地理解我们的意图了。
到那时候，说不定我再翻出这篇文章，会觉得现在的AI还是太"天真"了呢！