AI आर्ट को असली जैसा कैसे बनाएँ

आपने ऐसा पोर्ट्रेट पहले भी देखा होगा जो लगभग फ़ोटो जैसा लगता है, जब तक आप ध्यान नहीं देते कि हाथ में छह उँगलियाँ हैं, बैकग्राउंड किसी अजीब दोहराते पैटर्न की टाइलों जैसा है, या त्वचा किसी 2005 के सॉफ़्टवेयर से एयरब्रश की हुई लगती है। ज़्यादातर AI आर्ट रियलिटी टेस्ट में इसलिए फ़ेल नहीं होता कि टेक्नोलॉजी कमज़ोर है, बल्कि इसलिए कि लोग वह बताते हैं जो वे देखना चाहते हैं, न कि यह कि एक असली कैमरा उसे कैसे कैप्चर करता। "साफ़ तौर पर AI" और "रुको, क्या यह फ़ोटो है?" के बीच का फ़र्क कुछ जानबूझकर लिए गए फ़ैसलों पर टिका है, और यह लेख उन सभी पर बात करता है।

ज़्यादातर AI आर्ट अब भी नकली क्यों दिखता है

समस्या मॉडल की नहीं है। आज के टेक्स्ट-टू-इमेज मॉडल इंजीनियरिंग की असाधारण उपलब्धियाँ हैं। समस्या डिफ़ॉल्ट व्यवहार की है। बिना ख़ास निर्देशों के, AI कुछ ऐसा बनाता है जो डिजिटल रूप से सुंदर होता है: एक समान रोशनी, बेदाग़ त्वचा, परफ़ेक्ट समरूपता, और हर चीज़ फ़ोकस में। असली फ़ोटोग्राफ़ी ऐसे काम नहीं करती, और इंसानी दिमाग़ इसे तुरंत पकड़ लेता है।

AI का दिमाग़ बनाम कैमरे का दिमाग़

असली फ़ोटो में हर स्तर पर अपूर्णताएँ होती हैं। कैमरे का लेंस किनारों पर विग्नेटिंग पैदा करता है। फ़िल्म या सेंसर, ख़ासकर परछाइयों में, ग्रेन लाते हैं। डेप्थ ऑफ़ फ़ील्ड का मतलब है कि सिर्फ़ एक पतली परत ही सच में शार्प होती है। प्राकृतिक रोशनी की एक दिशा और फ़ॉल-ऑफ़ होता है। चेहरे असमान होते हैं। कपड़े में बुनावट होती है। ये चीज़ें तब तक नहीं आतीं जब तक आप इन्हें माँगते नहीं।

जब AI बिना इन गुणों वाला चेहरा रेंडर करता है, तो देखने वाले का दिमाग़ कुछ गड़बड़ महसूस करता है, भले ही वह यह न बता सके कि क्या गड़बड़ है। नतीजा रेंडर किया हुआ लगता है, कैप्चर किया हुआ नहीं। जानबूझकर अपूर्णताएँ जोड़ना कोई तोड़-जुगाड़ नहीं है। यही फ़ोटोरियलिज़्म की असली प्रक्रिया है।

3 संकेत जो साफ़ तौर पर AI-जनित होने की घोषणा करते हैं

1. परफ़ेक्ट समरूपता: इंसानी चेहरे सममित नहीं होते। भौंहें अलग-अलग ऊँचाई पर होती हैं। एक नथुना थोड़ा चौड़ा होता है। एक आँख थोड़ी नीची होती है। अगर पोर्ट्रेट शीशे की तरह संतुलित दिखता है, तो वह कृत्रिम लगता है।
2. समान रोशनी: असली रोशनी का एक स्रोत, एक दिशा, एक फ़ॉल-ऑफ़ और एक बाउंस होता है। बाईं ओर के सॉफ़्टबॉक्स से रोशन चेहरे में एक चमकीली तरफ़, एक संक्रमण क्षेत्र और एक छाया वाली तरफ़ होती है। सपाट, हर दिशा से एक जैसी रोशनी सबसे बड़ा इकलौता संकेत है।
3. प्लास्टिक जैसी सतहें: असल ज़िंदगी में त्वचा पर रोमछिद्र, झाइयाँ, बारीक रोयें, लालिमा और रंगत में बदलाव होते हैं। कपड़े में बुनावट होती है। लकड़ी में रेशे होते हैं। जब हर सतह चिकनी और बिल्कुल परफ़ेक्ट रेंडर दिखती है, तो इमेज साफ़ तौर पर कृत्रिम लगने लगती है।

सही मॉडल से ही सारा फ़र्क पड़ता है

हर टेक्स्ट-टू-इमेज मॉडल फोटोरियलिज़्म के लिए नहीं बना है। कुछ आर्टिस्टिक इलस्ट्रेशन, एनीमे, कॉन्सेप्ट आर्ट या डिज़ाइन के काम के लिए ऑप्टिमाइज़ किए गए हैं। अगर आपका लक्ष्य यथार्थवादी इमेज है, तो गलत मॉडल से शुरुआत करना आपकी बाकी सारी मेहनत बर्बाद कर देता है।

अभी फोटोरियलिज़्म के लिए शीर्ष मॉडल

शुद्ध पोर्ट्रेट काम के लिए, RealVisXL v3.0 Turbo और Realistic Vision v5.1 ख़ास तौर पर त्वचा, बाल और चेहरे की विशेषताओं को इस स्तर पर रेंडर करने के लिए बने हैं कि नतीजे लगातार स्टॉक फ़ोटोग्राफ़ी से अलग न पहचाने जा सकें। बाकी हर चीज़ के लिए, Flux 1.1 Pro Ultra अपने 4-मेगापिक्सल आउटपुट और नेटिव फ़िल्म-ग्रेन रेंडरिंग के साथ इस समय का बेंचमार्क है।

मुफ़्त विकल्प जो फिर भी दमदार नतीजे देते हैं

मज़बूत फोटोरियलिज़्म के लिए पेड सब्सक्रिप्शन ज़रूरी नहीं है। Flux Dev और Flux Schnell दोनों बिना खर्च के बेहतरीन यथार्थवादी आउटपुट देते हैं। Stable Diffusion 3.5 Large भी विस्तृत फ़ोटोग्राफ़िक प्रॉम्प्ट को बहुत अच्छी तरह संभालता है, ख़ासकर जटिल रोशनी वाले दृश्यों में।

ऐसे प्रॉम्प्ट लिखना जो आँखों को धोखा दें

यहीं पर ज़्यादातर लोग सबसे बड़े गुणवत्ता सुधार को छोड़ देते हैं। एक सामान्य प्रॉम्प्ट कुछ ऐसा दिखता है: "जंगल में एक सुंदर महिला"। फोटोरियलिज़्म वाला प्रॉम्प्ट उस दृश्य का वर्णन करता है जैसे एक सिनेमैटोग्राफ़र किसी डायरेक्टर ऑफ़ फ़ोटोग्राफ़ी को समझाता है। नतीजों में फ़र्क नाटकीय होता है।

कैनवास नहीं, कैमरा सोचें

हर यथार्थवादी प्रॉम्प्ट में जनरेट दबाने से पहले इन सवालों के जवाब होने चाहिए:

• कौन-सा कैमरा और लेंस? (जैसे, "85mm f/1.4 लेंस वाले Canon EOS R5 से")
• एपर्चर क्या कर रहा है? f/1.4 पर पूरी तरह खुला होने का मतलब है उथला डेप्थ ऑफ़ फ़ील्ड और भारी बोके। f/8 पर बंद करने का मतलब है सब कुछ शार्प।
• कौन-सी फ़िल्म स्टॉक या सेंसर का चरित्र? Kodak Portra 400 गर्म, थोड़ा सैचुरेटेड, और सुंदर ग्रेन वाला है। Fuji Provia ठंडा और ज़्यादा कंट्रास्ट वाला है। Ilford HP5 क्लासिक ब्लैक-एंड-व्हाइट ग्रेन है।
• शटर स्पीड क्या संकेत देती है? तेज़ शटर एक्शन को स्थिर कर देता है। धीमा शटर मोशन ब्लर बनाता है।

💡 प्रो टिप: "[कैमरा मॉडल] और [लेंस] के साथ f/[एपर्चर] पर शूट किया गया" वाक्यांश किसी भी रियलिज़्म प्रॉम्प्ट में जोड़ी जा सकने वाली सबसे असरदार चीज़ों में से एक है। मॉडल्स को ऐसी लाखों इमेज पर प्रशिक्षित किया गया है जिनके ट्रेनिंग डेटा में EXIF मेटाडेटा था, और वे ख़ास कैमरा भाषा पर ज़ोरदार प्रतिक्रिया देते हैं।

एक ही विषय को दो अलग तरीकों से वर्णित करने का उदाहरण यह है:

कमज़ोर प्रॉम्प्ट:

"मुलायम रोशनी वाला सुंदर महिला पोर्ट्रेट"

मज़बूत रियलिज़्म प्रॉम्प्ट:

"बीस के दशक के आख़िरी सालों की एक महिला का कैंडिड पोर्ट्रेट, प्राकृतिक अपूर्णताएँ, बादल भरी सुबह की रोशनी में एक खिड़की के पास खड़ी, बाईं ओर से बिखरी हुई दिन की रोशनी, दिखते हुए त्वचा के रोमछिद्र और कुछ झाइयाँ, उड़ते बाल, Leica M11 और 50mm Summilux f/1.4 पर शूट किया गया, उथला डेप्थ ऑफ़ फ़ील्ड, Kodak Portra 400 फ़िल्म एम्युलेशन, परछाइयों में दिखता ग्रेन, फोटोरियलिस्टिक, 8K RAW"

दूसरा प्रॉम्प्ट एक फ़ोटो का वर्णन करता है। पहला एक कॉन्सेप्ट का।

काम करने वाली रोशनी की भाषा

रोशनी ही वह सबसे बड़ा चर है जिससे तय होता है कि इमेज असली लगेगी या रेंडर की हुई। ये ख़ास वाक्यांश लगातार यथार्थवादी नतीजे देते हैं:

• volumetric morning light from the left
• harsh noon sun casting hard ground shadows
• overcast diffused window light, no direct source
• golden hour backlight with natural lens flare
• practical lamp creating warm rim light
• blue hour ambient, city glow from below

अपूर्णता आपकी सबसे अच्छी दोस्त है

फोटोरियलिज़्म का विरोधाभास यह है कि खामियाँ जोड़ने से इमेज ज़्यादा असली लगती है। उचित होने पर ये मॉडिफ़ायर शामिल करें:

• slight motion blur on the subject's hands
• natural lens vignetting on edges
• subtle chromatic aberration on high-contrast edges
• film grain at ISO 800
• slight facial asymmetry
• natural skin imperfections, pores visible, fine hairs

PicassoIA पर Flux Dev कैसे इस्तेमाल करें

Flux Dev उपलब्ध सबसे सक्षम फोटोरियलिज़्म मॉडलों में से एक है, और आप इसे बिना किसी लोकल सेटअप, GPU या इंस्टॉलेशन के सीधे अपने ब्राउज़र में चला सकते हैं।

चरण 1: मॉडल खोलें

PicassoIA पर Flux Dev पर जाएँ। इंटरफ़ेस तुरंत एक सरल प्रॉम्प्ट फ़ील्ड और जनरेशन कंट्रोल के साथ लोड हो जाता है।

चरण 2: अपना आस्पेक्ट रेशियो चुनें

• 2:3 पोर्ट्रेट ओरिएंटेशन के लिए (लोग, फ़ैशन, एडिटोरियल)
• 16:9 सिनेमैटिक लैंडस्केप और परिवेश वाले शॉट के लिए
• 1:1 प्रोडक्ट फ़ोटोग्राफ़ी और सोशल कंटेंट के लिए
• 4:3 डॉक्यूमेंट्री और ट्रैवल फ़ोटोग्राफ़ी के लिए

चरण 3: कैमरा-प्रथम प्रॉम्प्ट लिखें

यह ढाँचा इस्तेमाल करें:

[Subject + action/pose] + [location and environment] + [lighting source and direction] + [camera and lens] + [film stock] + [imperfection modifiers] + [resolution keyword]

स्ट्रीट पोर्ट्रेट का उदाहरण:

"न्यूयॉर्क में एक ईंट की दीवार से टिके, घिसी हुई डेनिम जैकेट पहने एक तीस के आसपास के युवक का कैंडिड स्ट्रीट पोर्ट्रेट, जिसमें जैकेट की बुनावट दिख रही है, ओवरकास्ट दिन की रोशनी से मुलायम परछाइयों के साथ समान बिखरी हुई रोशनी, Fujifilm X100V पर 23mm f/2 के साथ शूट किया गया, Fuji Provia फ़िल्म सिमुलेशन, हल्का ग्रेन, त्वचा के प्राकृतिक रोमछिद्र, प्रामाणिक आरामदेह भाव, हल्की शारीरिक असमानता, 8K RAW फोटोरियलिस्टिक"

चरण 4: गाइडेंस स्केल सेट करें

• 2.5 से 3.5: प्राकृतिक, स्वाभाविक आउटपुट। मॉडल कुछ रचनात्मक छूट लेता है। अक्सर ज़्यादा विश्वसनीय लगता है।
• 4.5 से 6: सख़्त प्रॉम्प्ट पालन, ज़्यादा सोची-समझी कंपोज़िशन। तब बेहतर है जब आपको सटीक नियंत्रण चाहिए।

फोटोरियलिज़्म के लिए 3.5 से शुरू करें और नतीजों के आधार पर समायोजित करें। ज़्यादा गाइडेंस कभी-कभी ओवर-प्रोसेस्ड लुक दे सकती है।

चरण 5: जनरेट करें, परखें, रिफ़ाइन करें

अपने पहले प्रॉम्प्ट पर 2 से 3 सीड चलाएँ। फिर ठीक-ठीक पहचानें कि यथार्थता को क्या बिगाड़ रहा है:

• प्लास्टिक जैसी त्वचा: जोड़ें natural pores, subsurface scattering, skin texture variation
• नकली बैकग्राउंड: जोड़ें atmospheric haze, natural bokeh, depth-of-field falloff
• सपाट रोशनी: स्रोत और दिशा के बारे में ज़्यादा विशिष्ट बनें
• बहुत परफ़ेक्ट: असमानता, अपूर्णता और ग्रेन मॉडिफ़ायर जोड़ें

💡 प्रो टिप: Flux Dev LoRA आपको बेस मॉडल के ऊपर फाइन-ट्यून्ड स्टाइल वेट लगाने देता है। जब आपको कई इमेज में एक ही कैरेक्टर या ख़ास विज़ुअल स्टाइल चाहिए, तो LoRA फोटोरियलिस्टिक बेस खोए बिना वह कंसिस्टेंसी देता है।

रोशनी: सबसे बड़ा इकलौता कारक

अगर एक चीज़ याद रखनी है, तो यह है: फोटोरियलिज़्म में सब कुछ रोशनी है। हर महान फ़ोटो मूल रूप से रोशनी का अध्ययन है। AI इमेज जो यथार्थता में फ़ेल होती हैं, लगभग हमेशा इसलिए फ़ेल होती हैं क्योंकि रोशनी गलत, अपरिभाषित या बहुत अस्पष्ट रूप से वर्णित है।

प्राकृतिक रोशनी के सेटअप जो हर बार काम करते हैं

गोल्डन आवर सूर्योदय के बाद या सूर्यास्त से पहले के 30 से 60 मिनट। प्रॉम्प्ट: warm amber light from the right, sun at 15 degrees above horizon, long directional shadows, natural lens flare। यह सेटअप लगभग हर विषय को निखारता है और इमेज को तुरंत गर्म, मैगज़ीन-गुणवत्ता वाला एहसास देता है।

ओवरकास्ट विंडो लाइट पोर्ट्रेट के लिए सबसे क्षमाशील और आकर्षक प्राकृतिक रोशनी। प्रॉम्प्ट: diffused daylight through a large north-facing window on the left, soft shadows, even skin illumination, slightly cool color temperature 5500K। बादल वाले दिनों में पोर्ट्रेट फ़ोटोग्राफ़र इसी रोशनी को खोजते हैं।

ब्लू आवर अर्बन शहर के दृश्यों और परिवेश वाले पोर्ट्रेट के लिए। प्रॉम्प्ट: blue hour ambient light, warm city glow from below, practical street lamps creating pools of warm light, no direct sun source, atmospheric haze, 20 minutes after sunset। सिनेमैटिक रात के शहर का यथार्थवादी एहसास देता है।

स्टूडियो लाइटिंग की भाषा

नियंत्रित पोर्ट्रेट काम के लिए:

• Rembrandt: 45-degree key light from upper left, small triangle of reflected light on the shadow cheek
• Split: hard light source directly to the right side, 50 percent of face in deep shadow
• Butterfly: light directly overhead and forward, shadow falling beneath the nose, slight chin shadow

5 गलतियाँ जो आपकी यथार्थता खत्म कर देती हैं

सही मॉडल और अच्छी तरह संरचित प्रॉम्प्ट होने पर भी ये पाँच गलतियाँ ऐसे नतीजे देती हैं जो फिर भी कृत्रिम लगते हैं।

1. भाव के बजाय भावना का वर्णन करना

गलत: "खुश महिला मुस्कुराती हुई" बेहतर: "होंठों पर हल्की मुस्कान वाली महिला, होंठ थोड़े खुले हुए, आँखों के कोनों पर हल्की सिलवटें, आराम से ढीला जबड़ा"

अमूर्त रूप से वर्णित भावनाएँ अतिरंजित कार्टून जैसे भाव पैदा करती हैं। चेहरा वास्तव में क्या कर रहा है, उसका भौतिक वर्णन विश्वसनीय भाव देता है।

2. तकनीकी आधार के बिना "फोटोरियलिस्टिक" का इस्तेमाल

अकेले "फोटोरियलिस्टिक" शब्द लगभग कुछ नहीं करता। इसे कैमरा विशिष्टताओं, फ़िल्म एम्युलेशन और रोशनी की दिशा से समर्थित होना चाहिए। तकनीकी भाषा ही वह है जो मॉडल के फ़ोटोग्राफ़िक ज्ञान को सचमुच सक्रिय करती है।

3. बैकग्राउंड को भूल जाना

एक शानदार सब्जेक्ट जो खाली या साफ़ तौर पर AI-जनित बैकग्राउंड में बैठा हो, इमेज को तुरंत बर्बाद कर देता है। "आउट-ऑफ़-फ़ोकस शरद ऋतु के पार्क का प्राकृतिक बोके बैकग्राउंड" जैसा एक धुंधला-सा जोड़ भी सब्जेक्ट को विश्वसनीय स्थानिक संदर्भ में टिका देता है।

4. असंगत स्टाइल संदर्भों को एक साथ जोड़ना

एक साथ दस स्टाइल वर्णनकर्ता जोड़ना ("सिनेमैटिक, एडिटोरियल, फ़ैशन, डॉक्यूमेंट्री, फ़ाइन आर्ट, Vogue, National Geographic, स्ट्रीट फ़ोटोग्राफ़ी") मॉडल की वेटिंग को उलझा देता है। दो या तीन ऐसे चुनें जो सच में मेल खाते हों और उन्हीं पर टिके रहें।

5. नेगेटिव प्रॉम्प्ट छोड़ देना

जब इंटरफ़ेस इसका समर्थन करता है, तो आम AI आर्टिफ़ैक्ट्स को दूर रखने के लिए नेगेटिव प्रॉम्प्ट का इस्तेमाल करें:

illustration, cartoon, CGI, 3D render, plastic skin, over-smoothed, airbrushed, symmetrical face, studio makeup, digital art, painting

💡 प्रो टिप: Imagen 4 Ultra जटिल रोशनी के वर्णनों का पालन विशेष रूप से मज़बूती से करता है। अगर कोई दूसरा मॉडल आपकी रोशनी लगातार सही रेंडर नहीं कर पाता, तो रोशनी-प्रधान दृश्यों के लिए इसी पर स्विच करना उपयोगी है।

त्वचा, बाल और सूक्ष्म डिटेल

सूक्ष्म स्तर पर ही फोटोरियलिज़्म या तो पूरी तरह सफल होता है या पूरी तरह विफल। दो इमेज की कंपोज़िशन और रोशनी एक जैसी हो सकती है, फिर भी एक असली लगती है और दूसरी नहीं, क्योंकि एक में प्रामाणिक सतही डिटेल है।

ऐसी त्वचा जो इंसानी लगे

ये मॉडिफ़ायर त्वचा को यथार्थता की ओर ले जाते हैं:

• visible pores on the nose and cheeks
• slight redness around the nostrils
• uneven skin tone, natural variation
• subsurface scattering creating warm translucency
• fine facial hair even on women
• natural skin imperfections, one or two small blemishes
• crow's feet around the eyes on anyone over 35

ऐसे बाल जो पेंट किए हुए न लगें

AI बाल अक्सर एक ठोस ब्लॉक की तरह रेंडर होते हैं। इन्हें तोड़ने के लिए:

• individual hair strands visible in the highlight
• flyaway hairs catching the backlight
• natural variation in wave pattern
• slight frizz in humidity
• hair texture visible close to the roots

कपड़े, सतहें और वस्तुएँ

• visible fabric weave on cotton and linen
• slight wrinkles at joints and folds
• worn edges on leather, denim, and canvas
• water stains or slight fading on aged materials

पोर्ट्रेट से आगे: लैंडस्केप, वस्तुएँ और आर्किटेक्चर

ऊपर बताई गई हर बात पोर्ट्रेट के अलावा के सब्जेक्ट्स पर भी उतनी ही लागू होती है। लैंडस्केप को वायुमंडलीय डिटेल से भारी फ़ायदा होता है: morning fog in the valley below, haze reducing contrast in the distant mountains, dew on the grass in the foreground। आर्किटेक्चर को परछाई की विशिष्टता चाहिए: harsh noon shadows from the cornice creating a strong horizontal line across the facade।

खाने, प्रोडक्ट या स्टिल लाइफ़ जैसी वस्तुओं के लिए सतह की बनावट और परावर्तित रोशनी फ़र्क पैदा करती है: steam rising from the surface, condensation on the glass, soft highlight on the ceramic reflecting the window। ये भौतिक गुण ही उस AI फ़ूड फ़ोटोग्राफ़ी को असली बनाते हैं, जो मेन्यू रेंडर जैसी न लगे।

पोस्ट-प्रोसेसिंग: कब और आगे बढ़ाएँ

कभी-कभी इमेज 90 प्रतिशत तक पहुँच जाती है और उसे बस आख़िरी सुधार की ज़रूरत होती है। PicassoIA कई ऐसे टूल देता है जो मौजूदा इमेज पर सीधे काम करते हैं:

• Super Resolution: किसी भी जनरेट की गई इमेज पर 2x या 4x तक अपस्केल करें, जिससे कम रिज़ॉल्यूशन में दबी डिटेल सामने आती हैं
• इनपेंटिंग: पूरी इमेज को दोबारा जनरेट किए बिना बिगड़े हिस्सों को ठीक करें, जैसे हाथ या बैकग्राउंड का कोई तत्व
• AI इमेज रेस्टोरेशन: जो इमेज लगभग तैयार है, उसमें नॉइज़ हटाएँ, ब्लर ठीक करें या खराब बनावट की मरम्मत करें

ये टूल AI जनरेशन को अंतिम आउटपुट के बजाय शुरुआती बिंदु मानने देते हैं, और पेशेवर फ़ोटोग्राफ़र पोस्ट-प्रोसेसिंग का यही तरीका अपनाते हैं।

अभी जनरेट करना शुरू करें

असली लगने वाले AI आर्ट और AI जैसे दिखने वाले आर्ट में फ़र्क इतना है: सब्जेक्ट नहीं, फ़ोटो का वर्णन करें। कैमरा का नाम बताएँ। लेंस का नाम बताएँ। रोशनी का स्रोत और उसकी दिशा बताएँ। वे अपूर्णताएँ जोड़ें जो कैमरे स्वाभाविक रूप से लाते हैं। फोटोरियलिज़्म के लिए बना मॉडल चुनें, और नेगेटिव प्रॉम्प्ट से हर उस चीज़ को दूर रखें जो डिजिटल लगती है।

इस लेख में बताया गया हर मॉडल PicassoIA पर आज़माने के लिए उपलब्ध है। Flux Dev से मुफ़्त में शुरुआत करें, जब आपको वह अतिरिक्त रिज़ॉल्यूशन चाहिए तब Flux 1.1 Pro Ultra पर जाएँ, और जब पोर्ट्रेट मुख्य फ़ोकस हों तो RealVisXL v3.0 Turbo लाएँ। टूल तैयार हैं। अब बस एक बेहतर प्रॉम्प्ट लिखना बाकी है।