5.3 Utrzymanie świata: stroje, lokacje, rekwizyty

Spójna twarz w niespójnym świecie jest odbierana jako twarz wygenerowana. Widz nie ocenia w izolacji, czy to ta sama osoba — ocenia, czy to to samo życie. Kuchnia, która zmienia się między postami, psuje ten osąd tak samo skutecznie jak zmieniająca się linia żuchwy.

Naprawiają to trzy biblioteki assetów, zbudowane zawsze tak samo: wygeneruj raz, zwaliduj, zapisz, używaj ponownie.

Stroje: biblioteka, nie decyzja

Twarz ma adapter. Stroje mają po jednym obrazie referencyjnym i powód jest strukturalny: adapter tożsamości trenowany na zdjęciach osoby uczy się też tego, co miała na sobie. Zostawiony sam, wyrenderuje to ubranie w nowych scenach. Różnorodność garderoby z rozdziału 4.4 zmniejsza ten efekt; referencja stroju usuwa potrzebę walki z nim.

Co zawiera asset stroju:

Jedno czyste zdjęcie persony w tym stroju, widok z przodu, neutralne tło, równe światło
Kompletny fragment promptu, który go generuje
Sezon i okazję, do których należy (z 2.3)
Zestaw dodatków: buty, torebka, biżuteria, paznokcie

Docelowa liczba: od dwunastu do dwudziestu strojów na pierwszy rok. Mniej — i feed powtarza się widocznie; więcej — i tak nie utrzymasz ich spójności.

Dlaczego to tańsze, niż wygląda. Garderoba piętnastu strojów, z których każdy pasuje do pięciu lokacji, daje siedemdziesiąt pięć kombinacji strój–scena z dwudziestu generacji pracy. Kombinatoryka jest tu całą stawką i to ona jest praktycznym zwrotem z sekcji o stylu w 2.3.

Zasada zmiany strojów: dodanie stroju to koszt produkcji; zastąpienie go to zdarzenie ciągłości. Widz rejestruje zniknięcie tak samo jak pojawienie się. Wycofuj strój świadomie i odnotuj to w rejestrze z 2.4.

Lokacje: asset o najwyższym zwrocie

Lokację można wygenerować raz i używać przez lata. Nie ma tożsamości do utrzymania, nie ma wyrazu twarzy ani dryfu. Jeśli w tym rozdziale zbudujesz tylko jedną bibliotekę, zbuduj tę.

Jak wygenerować lokację wielokrotnego użytku:

Wygeneruj clean plate — pustą przestrzeń, bez osoby, w najwyższej rozdzielczości, jakiej używasz. To wersja kanoniczna.
Wygeneruj tę samą przestrzeń z trzech do pięciu dodatkowych kątów, jako osobne clean plate'y. To właśnie zapobiega temu, że każdy post to ten sam kąt tego samego pokoju.
Nazywaj je konsekwentnie (home-kitchen-a, home-kitchen-b, home-kitchen-counter).
Przechowuj je jako referencje, nie jako obrazy, które generujesz od zera.

Zestaw kątów, który unika powtórzeń: szerokie ujęcie ogólne, ujęcie średnie z powierzchnią na pierwszym planie, zbliżenie detalu (blat, okno) i jedno ujęcie z progu, patrzące do środka. Cztery kąty na lokację wystarczą na setki postów.

Ile lokacji: od pięciu do ośmiu to roboczy zakres dla jednej persony. Dwadzieścia miejsc z rozdziału 2.3 to szafa promptów; pięć do ośmiu z nich powstaje jako zestawy wielokrotnego użytku, a reszta pojawia się raz czy dwa w obrębie sceny.

Test spójności: wygeneruj tę samą lokację dwa razy, w odstępie tygodnia, bez referencji. Porównaj. Jeśli okno jest na innej ścianie, tożsamość pokoju nie jest jeszcze utrzymana — a ta niespójność jest dla widza widoczniejsza niż drobna różnica twarzy, bo ludzie są bardzo dobrzy w pamięci przestrzennej.

Zasada zamkniętego świata: im mniejszy świat persony, tym taniej utrzymać go spójnym. Persona, która mieszka w jednym mieszkaniu, chodzi jedną ulicą i odwiedza trzy miejsca, jest znacznie tańsza w produkcji niż ta, która ciągle podróżuje. Wybór jest między różnorodnością scenerii a kosztem spójności, a tańsza strona zwykle też lepiej działa — rozpoznawalny, powracający zestaw sprawia, że konto odbiera się jak miejsce, a nie jak feed.

Rekwizyty: najtańsza konkretność

Rekwizyty zamieniają generyczny render w konkretny świat. Laptop, kubek, roślina, konkretne krzesło, książka, para butów przy drzwiach.

Dlaczego mają znaczenie: scena bez przedmiotów to scena bez dowodów na czyjeś życie. Przedmioty są też najłatwiejsze do utrzymania w spójności, bo obiekt nie ma dryfu tożsamości — albo zgadza się z referencją, albo nie.

Budowa zestawu rekwizytów: z szafy rekwizytów w 2.3 wybierz dziesięć obiektów, które najczęściej pojawiają się w twoim planie treści. Wygeneruj dla każdego czystą referencję, samotnie na neutralnym tle, i używaj ich ponownie we wszystkich lokacjach.

Rekwizyty mają drugą funkcję: niosą ciągłość. Roślina, która rośnie, kubek, który podróżuje, kurtka, która pojawia się przez kolejne sezony. Powracające przedmioty to sposób, w jaki widz buduje sobie model świata — i najtańsze narzędzie narracyjne w tym medium (2.4).

Drzewo referencji

Gdzie to wszystko mieszka, przy strukturze folderów z 3.6:

00-bible/          character bible, canon, timeline register
10-references/
  face/            the 3×3 sheet, versioned with the checkpoint
  body/            full-height front and back
  outfits/         12–20 wardrobe assets
  locations/       5–8 locations × 4 angles, as clean plates
  props/           ~10 object references
20-datasets/       training images (4.4)
30-lora/           adapters + hashes (4.5)
40-output/         generated frames
99-archive/        retired versions

Dwie zasady dotyczące tego drzewa. Referencje nigdy nie są nadpisywane — nowa wersja dostaje nową nazwę, a stara trafia do archiwum. Oraz każdy wynik zapisuje, które referencje go wygenerowały — to manifest pochodzenia z 11.5 i umiejętność, której potrzebujesz, gdy partia wyjdzie zła.

Kwartalny audyt assetów

Biblioteki narastają i cicho gniją. Jeden przegląd na kwartał, w oknie przeglądu z 2.6, utrzymuje je w użyteczności.

Wytnij nieużywane referencje. Strój albo rekwizyt, który nie pojawił się od trzech miesięcy, jest albo nietrafiony dla obecnego kierunku, albo zapomniany. Wycofaj go jawnie i przenieś do archiwum, żeby aktywny zestaw pozostał dość mały, by go pamiętać.

Sprawdź dryf lokacji. Wygeneruj jeden obraz wobec referencji każdej lokacji i porównaj z clean plate. Lokacje dryfują, gdy zmieniają się modele i wersje, a lokacja, która zdryfowała, produkuje kadry, które przestają pasować do czegokolwiek innego w feedzie.

Zbilansuj użycie kombinacji. Spójrz na opublikowane kadry z ostatniego kwartału. Jeśli dwie z ośmiu lokacji odpowiadają za większość treści, feed jest węższy, niż myślisz, a tygodniowy arkusz kombinacji nie jest stosowany.

Zapisz, co dodałeś i co wycofałeś, z datą. To zasila z 2.4 i odpowiada na pytanie „kiedy zniknęła stara kurtka" — czyli pytanie, które widz zadaje, a operator nie potrafi na nie odpowiedzieć z pamięci.

Audyt zajmuje godzinę i stanowi różnicę między biblioteką referencji a folderem starych obrazów.

Koordynacja bez listy ujęć

Przy dziesięciu postach tygodniowo koordynacja to pamięć. Przy trzydziestu już nie i awaria jest konkretna: powielone stroje, lokacja pojawiająca się trzy razy w tygodniu, ten sam rekwizyt w każdym kadrze.

Wystarczą dwa lekkie mechanizmy.

Tygodniowy arkusz kombinacji. Przed generowaniem wypisz, którego stroju, lokacji i światła używa każdy post. Trzydzieści sekund pracy, które zapobiegają widocznej powtarzalności. To krok w oknie produkcji z 2.6.

Wykluczenie kroczące. Nic, co pojawiło się w ostatnich dziesięciu postach, nie pojawia się w następnych dziesięciu. Proste do zastosowania i wymusza różnorodność mechanicznie — dokładnie to, czego chcesz, gdy generujesz masowo i nie pamiętasz czwartku.

Kiedy świadomie łamać spójność

Świadoma niespójność to narzędzie i powinna być świadoma.

Zmiana sezonowa. Korekcja barwna całego zestawu przesuwa się w ciepło albo w chłód, część strojów wypada z obiegu. Zaplanowane w mapie z 2.4.

Zaplanowane wydarzenia. Podróż, przeprowadzka, event. Świat zmienia się widocznie, raz, celowo. Tu do biblioteki wchodzą nowe lokacje.

Zmiana wyglądu. Włosy, stylizacja, kondycja — widoczna ewolucja z 2.4. Raz albo dwa razy w roku.

Celowe zerwanie ciągłości jako treść. Format kulis z 2.6 może pokazać wycofany strój i nowy obok siebie. Zamienia koszt ciągłości w treść.

Cecha wspólna wszystkich czterech: są zapisane z wyprzedzeniem. Niezapisana zmienność to dryf; zapisana zmienność to historia.

Gdzie to się psuje

Budowanie tylko referencji twarzy. Niespójność strojów i lokacji jest widoczniejsza niż drobne różnice w twarzy.

Jedna lokacja, jeden kąt. Setki postów z tego samego kąta.

Regenerowanie lokacji przy każdym poście. Pamięć przestrzenna jest ostra; kuchnia się przesunie.

Świat za duży, żeby go utrzymać. Najczęstsza przyczyna niespójności przy skali — i przeciwieństwo zasady zamkniętego świata.

Rekwizyty pojawiające się bez referencji. Każdy nowy obiekt to nowe ryzyko niespójności.

Nadpisanie referencji. Tracisz możliwość wyjaśnienia albo odtworzenia tego, co opublikowałeś.

Koordynacja z pamięci. Działa przy dziesięciu postach tygodniowo, a przy trzydziestu zawodzi.

Bramka

Czy masz arkusz twarzy 3×3, arkusz ciała i 12–20 assetów strojów?
Czy masz 5–8 lokacji, każda z czterema kątami, zapisanych jako clean plate'y?
Czy masz ~10 referencji rekwizytów?
Czy twój świat jest dość mały, żeby utrzymać cały w spójności?
Czy istnieje tygodniowy arkusz kombinacji i wykluczenie kroczące, które faktycznie stosujesz?
Czy referencje są wersjonowane, nigdy nie nadpisywane i powiązane z wynikami?

Z czym wychodzisz

Trzy biblioteki assetów — stroje, lokacje, rekwizyty — zbudowane z czystych referencji i używane ponownie zamiast regenerowane, kombinatoryka, dzięki której mała biblioteka daje rok treści, zasada zamkniętego świata i jej realny koszt, drzewo referencji trzymające każdą warstwę w wersjach i z możliwością prześledzenia, dwa lekkie mechanizmy koordynacji, które wytrzymują trzydzieści postów tygodniowo, oraz cztery uzasadnione powody, żeby świadomie łamać spójność.