Die meisten Menschen behandeln einen KI-Bildgenerator wie einen Verkaufsautomaten. Prompt eintippen, Knopf drücken, Bild bekommen. Doch das Modell speichert keine Bilder. Es speichert einen riesigen, kontinuierlichen Raum an Möglichkeiten, und jedes Bild, das Sie erzeugen, ist ein einzelner Punkt, den Sie daraus herausgreifen. Die spannende Arbeit beginnt, wenn ein Künstler aufhört, Punkte zu greifen, und anfängt, den Weg zwischen ihnen abzuschreiten.
Dieser Weg hat einen Namen: Interpolation im latenten Raum. Künstler verkürzen das zum „Latent Walk“. Es ist eine der wenigen KI-Techniken, die etwas hervorbringt, das ein statischer Prompt niemals kann — Bewegung, Drift, das Gefühl, wie eine Idee in eine andere zerfließt. Wenn Sie je ein Video gesehen haben, in dem ein Gesicht in eine Landschaft zerschmilzt oder eine Kathedrale Bild für Bild atmet und sich neu formt, dann haben Sie einen Latent Walk betrachtet.
Was der latente Raum wirklich ist
Nimmt man ihm das Geheimnisvolle, ist der latente Raum nur ein gewaltiges Zahlengitter. Ein modernes Diffusionsmodell presst jedes Konzept, das es gelernt hat — Textur, Farbe, Pose, die Idee von „Hund“, die Idee von „Buntglas“ — in ein Koordinatensystem mit Hunderten oder Tausenden Dimensionen. Ihr Prompt wird in einen Vektor übersetzt, eine Position in diesem Raum. Der Seed wählt ein Rauschmuster als Startpunkt, eine weitere Position. Die Generierung wandert vom Rauschen hin zu Ihrem Prompt und landet auf einem Bild.
Entscheidend ist: Benachbarte Punkte erzeugen ähnliche Bilder. Rücken Sie ein kurzes Stück weiter, wird aus einem roten Apfel ein etwas röterer Apfel. Gehen Sie weiter, wird er zum Granatapfel, dann zur Laterne, dann zu etwas, für das Sie kein Wort haben. Weil der Raum kontinuierlich ist, gibt es keine Lücke zwischen zwei beliebigen Bildern. Sie können immer fragen, was in der Mitte liegt.
Der Gang zwischen zwei Prompts
Der einfachste Latent Walk nimmt zwei Prompts und kriecht vom einen zum anderen. Kodieren Sie „eine Marmorbüste eines römischen Kaisers“ und „ein verwitterter bronzener Taucherhelm“. Erzeugen Sie nicht ein Bild an jedem Ende, sondern vierzig Bilder in gleichmäßigen Abständen entlang der Verbindungslinie. Spielen Sie sie der Reihe nach ab, und das Marmorgesicht korrodiert langsam, treibt Nieten aus und verschließt sich. Kein Einzelbild wurde von Hand gezeichnet. Jedes ist eine echte Generierung, abgetastet von einer Koordinate, die der Künstler nie eingetippt hat.
Künstler, die das ernsthaft betreiben, interpolieren nicht entlang einer Geraden. Gerade Linien durch einen hochdimensionalen Raum laufen gern durch eine trübe, ausgewaschene Mitte, in der sich das Modell über alles zugleich unsicher ist. Die Lösung heißt sphärische Interpolation, kurz Slerp, die den Weg über die Oberfläche des Raums krümmt, statt durch dessen Zentrum zu schneiden. Der Unterschied ist am Bildschirm offensichtlich: Slerp hält jedes Einzelbild scharf und entschieden, während ein linearer Gang um die Hälfte herum grau und matschig wird. Es ist genau die Art kleiner technischer Entscheidung, die ein überzeugendes Werk von einem verwaschenen Durcheinander trennt.
Der Seed ist ein zweiter Regler
Sie können den Prompt völlig stillhalten und stattdessen den Seed abschreiten. Dieselben Worte, ein anderes Startrauschen, und das Bild ordnet sich neu — die Katze dreht sich in die andere Richtung, die Wolken sortieren sich um, die ganze Komposition mischt sich durch, während das Motiv bleibt. Mario Klingemann, einer der ersten Künstler, die diese Modelle als Instrument statt als Spielzeug behandelten, baute ganze Werke daraus: das Konzept festhalten, durch das Rauschen streifen und Gesichter entstehen und zerfallen lassen, in einem endlosen, sich nie wiederholenden Strom. Sein Werk, das durch erfundene Porträts driftet, läuft auf genau diesem Prinzip.
Kombinieren Sie beide Gänge, erhalten Sie ein Raster, das Sie in zwei Richtungen zugleich steuern können. Prompt-Interpolation auf der einen Achse, Seed-Interpolation auf der anderen. Manche Künstler legen dieses Raster auf einen Controller oder eine Maus und führen es live auf, schieben das Bild in Echtzeit durch den Konzeptraum wie durch einen visuellen Synthesizer.
Warum das ein Medium ist und kein Trick
Ein einzelnes erzeugtes Bild verbirgt seinen eigenen Entstehungsprozess. Sie sehen das Ergebnis, nicht die tausend Beinahetreffer ringsum. Ein Latent Walk stellt den Prozess aus. Er zeigt Ihnen die Nachbarschaft, das Gefälle, die Art, wie das Modell eine Sache als benachbart zu einer anderen denkt. In dieser Nachbarschaft steckt die Kunst, und sie ist wirklich seltsam: Das Modell hat aus seinem Training entschieden, dass eine Qualle nahe an einem Kronleuchter liegt, dass Rost nahe an Herbstlaub liegt. Diese Verbindungen abzuschreiten ist eine Form der Erkundung, zu der kein Maler je Zugang hatte.
Die Technik belohnt außerdem Geschmack, wie es das bloße Prompten nicht tut. Jeder kann zwei Prompts eintippen. Zu wählen, welche zwei Prompts weit genug auseinanderliegen, um zu überraschen, aber nah genug, um anmutig ineinander überzugehen — das ist eine kompositorische Entscheidung. Ebenso, wo der Gang beginnt und endet, wie schnell er sich bewegt, ob er nahtlos in einer Schleife läuft oder offen weiterzieht. Refik Anadols große Datenskulpturen stützen sich genau darauf, fließen durch latente Repräsentationen von Millionen Bildern, sodass das Werk sich nie wiederholt und nie ganz zur Ruhe kommt.
Wo es schwierig wird und wo es zur Ethik wird
Latent Walks legen die blinden Flecken des Modells offen. Treiben Sie einen Gang durch Konzepte, die das Modell selten gesehen hat, und die Bilder stottern, verzerren sich oder springen unvermittelt, statt zu fließen. Die Glätte eines Gangs ist eine direkte Ablesung davon, wie dicht diese Region des Raums trainiert wurde. Künstler lernen, diese Texturen zu spüren — die bequemen Autobahnen und die aufgerissenen Feldwege — und manche suchen bewusst die aufgerissenen, denn dort bringt die Maschine Dinge hervor, die kein menschliches Auge je gewählt hätte.
Darunter liegt eine härtere Frage. Der Raum, den Sie abschreiten, wurde aus zusammengesuchten Bildern gebaut, und ein Gang kann mitten durch das Terrain einer lebenden Künstlerin driften, ohne dass Sie sie benennen. Sie interpolieren vielleicht hin zu „üppiger botanischer Illustration“ und landen genau in einem Stil, den jemand dreißig Jahre lang entwickelt hat. Die Technik spricht Sie davon nicht frei. Wer diese Arbeit mit Sorgfalt betreibt, trainiert eher auf eigenem Material oder auf lizenzierten Sammlungen, damit der abgeschrittene Raum einer ist, in dem man ein Recht hat zu sein. Diese Entscheidung taucht in den fertigen Bildern nicht auf, aber sie ist der Unterschied zwischen einem Instrument und einem Tagebau.
Gehen Sie selbst einen Walk
Fangen Sie klein an. Wählen Sie zwei Prompts, die Sie sich klar vorstellen können, erzeugen Sie die beiden Endpunkte, und fordern Sie dann den Mittelpunkt an und beurteilen Sie ihn. Sieht er wie ein ehrlicher Fortschritt zwischen beiden aus, erweitern Sie auf zehn Bilder, dann auf vierzig. Wechseln Sie zur sphärischen Interpolation, sobald die Mitte grau wird. Das erste Mal, dass ein Gang sauber von einer Idee in eine andere fließt, hören Sie auf, das Modell als Verkaufsautomaten zu sehen, und beginnen, es als etwas zu hören, das Sie spielen können. Öffnen Sie die Werkzeuge des AI Art Designer und gehen Sie einen Walk durch den Raum — die interessanten Bilder sind die zwischen den naheliegenden.
Bilder: AI-Designed
Dieser Beitrag ist auch verfügbar auf:
Deutsch