Dein Foto als Kunstwerk (Style Transfer)

👋 HerrKI hier — heute machen wir aus deinem Foto ein Gemälde

Du kennst diese Apps: Selfie rein, ein Klick auf „van Gogh“ — und heraus kommt ein wirbelndes Ölgemälde von dir. Millionenfach heruntergeladen, meistens mit dem Kleingedruckten „Ihr Foto wird zur Verarbeitung an unsere Server übertragen“.

Heute läuft genau dasselbe — auf deinem Gerät, in diesem Tab. Und du siehst dabei etwas, das die Apps sorgfältig verstecken. Denn wenn dieses System gleich „Sternennacht“ auf dein Foto legt, dann hat es van Goghs Malstil vorher zusammengefaltet in einen einzigen kleinen Zahlenblock:

Ein kompletter Malstil passt in 100 Zahlen.

💡 Roter Faden: Erst spielen, dann runter zum Tensor. Nach der ersten Verwandlung zeige ich dir die Zahlen, aus denen dein Gemälde entstanden ist — sie stehen dann wirklich da.

Jetzt der Kernmoment. Als du auf „Verwandeln“ gedrückt hast, ist das Stilbild zuerst durch ein eigenes Netz gelaufen — den Stil-Leser. Es hat das Gemälde nicht gespeichert, nicht ausgeschnitten, nicht kopiert. Es hat es zusammengefaltet auf 100 Zahlen. Und mehr weiß das malende Netz danach über deinen Stil auch nicht.

Die ersten 10 dieser 100 Zahlen — aus deinem gewählten Stil, gerade eben berechnet:

Und hier alle 100 Zahlen als Balken — das ist der komplette „Stil-Fingerabdruck“:

🌌 Brücke zu Kapitel 310: Der Stil-Vektor ist ein Punkt im Raum

In „Der Latent Space“ hast du gesehen: KI-Systeme legen Bedeutung als Punkte in einem hochdimensionalen Raum ab, und ähnliche Dinge liegen nah beieinander. Genau das ist hier passiert — nur ist es diesmal ein Stil-Raum mit 100 Dimensionen. „Sternennacht“ ist ein Punkt darin, dein Urlaubsfoto ein anderer.

Und jetzt kommt der Trick mit dem Regler. Die Stilstärke schneidet nichts ab und blendet nichts über. Sie wandert auf der geraden Linie zwischen zwei Punkten in diesem Raum:

Ja — dein Foto läuft ebenfalls durch den Stil-Leser und bekommt seinen eigenen 100er-Vektor. Denn ein Foto hat auch einen „Stil“: seine Farben, sein Kontrast, seine Textur. Bei 0 % beschreibt der Vektor also den Stil deines eigenen Fotos, und das Netz malt es fast unverändert nach. Bei 100 % steht er auf van Gogh.

Dazwischen liegt kein Mischbild, sondern ein echter neuer Stil — einer, der so nie gemalt wurde und für den das Netz trotzdem ein sinnvolles Ergebnis liefert. Das ist die Eigenschaft, die den Latent Space so mächtig macht: Man kann zwischen den bekannten Punkten spazieren gehen, und es kommt immer noch etwas Sinnvolles heraus. Probier den Regler mal auf 30 %, 50 %, 90 % — dreimal derselbe Stil, drei verschiedene Punkte auf derselben Linie.

🎲 Brücke zu Kapitel 340: Warum das hier kein Diffusionsmodell ist

In „Wie Bild-KIs malen“ arbeitet das System völlig anders: Es startet bei reinem Rauschen und entfernt in Dutzenden Schritten nach und nach das Zufällige, bis ein Bild übrig bleibt. Jeder Durchgang ist ein neues Raten, jedes Ergebnis ein Unikat — und jeder dieser Schritte kostet einen kompletten Netz-Durchlauf.

Hier gibt es kein Rauschen und kein Raten. Dein Bild geht einmal durch ein Netz und kommt auf der anderen Seite stilisiert wieder heraus — eine direkte, gelernte Transformation, wie ein sehr, sehr komplizierter Fotofilter. Deshalb ist das Ergebnis reproduzierbar: gleiches Foto, gleicher Stil, gleicher Regler → exakt dasselbe Bild. Und deshalb reichen dafür 12 MB statt mehrerer Gigabyte.