jueves, 24 de noviembre de 2022

Generando imágenes con IA para partidas

Seguro que no soy el primero que lo plantea. Hace unos meses tuve la oportunidad de dirigir una campaña de la última edición de Kult, y por las opiniones de los jugadores parece que fue un éxito. Fue el siguiente paso tras un one-shot que pude hacer hace unos años, y mi única experiencia con los juegos PbtA (aunque este sea un poco diferente a lo que se suele entender).

Hemos parado la campaña tras un primer arco argumental completo porque uno de nuestros jugadores vive fuera y no jugamos online, por lo que quizá la retomemos brevemente en Navidad, el próximo verano o quién sabe.

La cuestión es que el desarrollo de la campaña nos pilló cuando se hizo popularizó el modelo Stable Diffusion para generar imágenes a partir de texto por deep learning (IA), así que decidimos hacer unas cuantas pruebas y generar un par de imágenes para ambientar y complementar la partida. Lo cierto es que algunas quedaron bastante resultonas. Dejo por aquí unas cuantas y el prompt que utilizamos.

a dark and brooding noir detective with greasy hair and small moustache, Melancholic (Seed : 666 | Scale : 7.5 | Steps : 32 | Img Width : 512 | Img Height : 512)
a dark and brooding noir detective with greasy hair and small moustache, Melancholic (Seed : 666 | Scale : 7.5 | Steps : 32 | Img Width : 512 | Img Height : 512)

Ahora mismo hay muchas formas de utilizar este modelo sin necesidad de conocer Python o liarse la manta a la cabeza con notebooks, ya sea recurriendo a plataformas por internet o incluso en local si tu PC lo permite. Por ejemplo, para macOS hay hasta una aplicación con interfaz gráfica bastante sencilla de utilizar llamada DiffusionBee. Fue la que utilizamos en nuestro caso.

a hybrid of mechanical spider and human, Evil, by Beksinski (Seed : 787 | Scale : 7.5 | Steps : 32 | Img Width : 512 | Img Height : 512)

a hybrid of mechanical spider and human, Evil, by Beksinski (Seed : 787 | Scale : 7.5 | Steps : 32 | Img Width : 512 | Img Height : 512)

Los resultados son lo bastante satisfactorios para seguir usándolo como recurso, sobre todo en partidas de Kult, donde las anomalías estadísticas que contienen las imágenes encajarían con las situaciones propuestas por el juego, como que algo pareczca no ir bien en lo que se está viendo o que la Ilusión se debilite dejando ver la verdadera naturaleza de la realidad.

A diary filled with occult writing and diagrams, Evil (Seed : 787 | Scale : 7.5 | Steps : 32 | Img Width : 512 | Img Height : 512)

A diary filled with occult writing and diagrams, Evil (Seed : 787 | Scale : 7.5 | Steps : 32 | Img Width : 512 | Img Height : 512)

Como ven, aparte del prompt hay otras variables que pueden configurarse al margen de la semilla aleatoria. Según las pruebas que hicimos alrededor de 30 steps funciona bien. Por supuesto, cuanto más tiempo dediquemos a afinar lo que queremos modificando y complementando el prompt y las variables mejores resultados obtendremos. 

En el caso de DiffusionBee, cada actualización va exponiendo nuevos parámetros de configuración a la interfaz gráfica, así como otras funcionalidades ya conocidas de Stable Diffusion tales como image to image (generar una imagen a partir de otra proporcionada por nosotros), outpainting (generanr una imagen "hacia afuera" a partir de una imagen raíz), inpainting (pintar una "máscara" encima de una imagen raíz) o incluso utilizar un modelo diferente para generar las imágenes. No he probado estas últimas demasiado, pero seguro que tendré la oportunidad cuando recuperemos la partida.

Les iré contando.

No hay comentarios:

Publicar un comentario