用AI图像生成重制旧电脑图形
内容提要
作者使用AI图像工具重制1987年游戏《Nemesis 2》的开场动画，比较了三种工具：Stable Diffusion需大量提示词调校，Midjourney画质最佳但难以控制姿势，DALL-E擅长扩展画布。文字生成和精确构图仍是局限，部分画面需Photoshop辅助。作者认为AI能重述旧视觉故事，但尚不能完全替代人工。
延伸解读
提示词调校：风格关键词比描述主体更关键
作者发现，仅描述画面主体不足以获得理想效果，还需加入特定风格关键词。他通过Lexica搜索现成提示词，并保留风格部分、替换主体，才得到满意结果。这说明当前AI图像工具对提示词中的“咒语”依赖较强，用户需投入时间学习或检索社区经验，而非简单描述需求。
工具选择：画质、控制力与工作流的权衡
Midjourney画质最佳且提示词调校少，但难以精确控制姿势，且仅能通过Discord使用；Stable Diffusion需大量调校，但提供API和更直观的UI，适合程序化扩展；DALL-E画质稍逊，但擅长画布扩展（outpainting）并保留完整历史。作者根据任务需求混合使用，而非依赖单一工具。
当前局限：文字生成与精确构图仍需人工辅助
在重制星图面板时，AI无法正确生成文字和特定元素位置，作者只得用Photoshop手动添加文字和线条。此外，重现标志性的“三只眼”形象也失败，即使尝试in-painting也未达预期。这表明AI在需要精确控制或文字嵌入的场景中，尚不能完全替代人工。
实践启示：AI适合重述故事，但需管理预期
作者用AI重制了1987年游戏《Nemesis 2》的开场动画，证明AI能帮助以更高分辨率重述旧视觉故事。但过程需大量试错，部分画面需后期处理，且难以保持跨面板一致性。对于类似项目，应预留调校时间，并准备混合工作流，而非期望一键生成。
Q&A
作者用AI重制了哪款老游戏的开场动画？
作者重制了1987年MSX平台游戏《Nemesis 2》的开场动画。
Stable Diffusion、Midjourney和DALL-E在重制过程中各自表现如何？
Stable Diffusion需要大量提示词调校，但能较好捕捉原图精髓；Midjourney画质最佳且提示词调整少，但难以精确控制姿势和构图；DALL-E擅长扩展画布（outpainting），但整体生成质量稍逊。
使用AI生成图像时，如何让输出更符合想要的风格？
除了描述主题，还需加入特定的风格关键词。作者建议在Lexica等画廊搜索成功案例的提示词，借鉴其风格部分并替换主题。
AI图像生成在重制旧图形时有哪些主要局限？
主要局限包括：难以准确生成文字（如星图上的文字需用Photoshop添加）；难以精确控制元素位置和姿势；无法保证同一物体在多个画面中的一致性。
DALL-E的outpainting功能在项目中是如何使用的？
作者将一张生成好的图像上传到DALL-E的outpainting编辑器，通过多次生成逐步扩展画布，每次需修改提示词来描述新扩展的部分，并注意保持连续性。
作者对这三个AI图像生成服务的整体评价是什么？
作者认为Midjourney生成质量最佳但仅限Discord使用且无API；Stable Diffusion（Dream Studio）提供API和最佳UI，适合程序化扩展；DALL-E的outpainting很神奇但整体质量稍逊。AI能重述旧视觉故事，但尚不能完全替代人工。
