Cara Kerja Pewarnaan Manga AI

Mengapa Kami Bertaruh pada Google Gemini untuk Pewarnaan

Ketika kami mulai membangun Watashi Colorizer, kami mengevaluasi setiap model AI yang tersedia untuk pewarnaan gambar. Pewarna jaringan saraf tradisional — jenis yang dilatih khusus pada manga — menghasilkan hasil yang datar dan seragam. Mereka bisa memberi warna pada area tetapi tidak bisa memahami konteks. Adegan malam dan adegan siang mendapat langit biru yang sama. Warna pakaian karakter acak setiap kali.

Model multimodal besar mengubah persamaannya. Model Google Gemini dapat menginterpretasikan konten gambar — mengidentifikasi karakter, memahami konteks adegan, membaca teks — dan mewarnai berdasarkan pemahaman tersebut. Ketika Anda memberi tahu Gemini "karakter ini memiliki rambut merah dan jaket biru," model menerapkan warna tersebut karena memahami instruksi secara semantik, bukan karena mencocokkan pola piksel.

Gemini juga menangani teks secara native. Ia dapat membaca dialog, mempertahankannya selama pewarnaan, dan bahkan menerjemahkannya ke bahasa lain dalam proses yang sama. Bagi penerbit, ini berarti satu panggilan API dapat mewarnai halaman dan menerjemahkannya secara bersamaan — alur kerja yang sebelumnya membutuhkan alat terpisah untuk setiap langkah.

Kelahiran Pemisahan Gambar Virtual

Pemisahan gambar virtual tidak direncanakan. Ia lahir dari kegagalan produksi. Kami sedang mewarnai chapter webtoon di mana adegan dramatis membentang lintas dua halaman — karakter melompat dari satu panel di bagian bawah halaman 15 ke panel pendaratan di bagian atas halaman 16. Kedua halaman jatuh di batch AI yang berbeda. Model mewarnai pakaian karakter biru di satu batch dan ungu di batch lainnya. Patahan warna jatuh tepat di tengah aksi.

Perbaikan awal sederhana: tumpang tindih batch sehingga gambar terakhir dari batch N muncul lagi di batch N+1 sebagai referensi warna. Ini gagal total. AI menginterpretasikan ulang warna setiap kali, menghasilkan dua pewarnaan berbeda dari konten yang sama. Kami mencoba memadukan wilayah yang tumpang tindih, tetapi AI menggeser posisi elemen sedikit selama pewarnaan, membuat paduan apa pun menghasilkan artefak.

Solusi nyata memerlukan pemikiran ulang seluruh pipeline. Alih-alih mengirim halaman utuh, kami memecah halaman pada batas adegan alami — pembatas panel hitam — dan mengelompokkan ulang band seni yang dihasilkan berdasarkan kontinuitas visual. Bagian bawah halaman 15 dan bagian atas halaman 16 sekarang jatuh di batch yang sama karena sistem mengenali tidak ada pemisah adegan di antara mereka.

Pewarnaan AI Tingkat Penerbit vs. Tingkat Hobi

Perbedaan antara pewarnaan AI tingkat hobi dan tingkat penerbit bermuara pada konsistensi dalam skala. Alat hobi yang mewarnai satu gambar dengan indah tidak berguna untuk chapter 60 halaman jika menghasilkan warna berbeda di setiap halaman. Tingkat penerbit berarti output halaman 1 dan halaman 60 terlihat seperti dari pewarna yang sama.

Alat hobi juga biasanya mengabaikan dimensi output. Mereka mengubah ukuran gambar ke resolusi yang disukai model dan mengembalikan apa pun yang dihasilkan AI. Untuk penerbitan, output harus cocok dengan dimensi input secara tepat — piksel per piksel. Pipeline kami memproses pada resolusi AI tetapi memetakan hasilnya kembali ke kanvas asli, mempertahankan setiap dimensi.

Kontrol karakter adalah garis pemisah lainnya. Alat hobi membiarkan AI memilih warna dengan bebas. Alat penerbit menerapkan palet spesifik yang ditentukan oleh tim produksi. Ketika Anda menerbitkan seri dengan 200 chapter, Anda tidak bisa membiarkan AI berimprovisasi dengan warna karakter. Mereka harus cocok dengan panduan gaya setiap saat.

Bagaimana AI Melihat Halaman Manga Anda

Model AI menerima gambar pada resolusi maksimum 2048 piksel pada sisi terpanjang. Halaman webtoon tipikal 1280×4000 diperkecil menjadi sekitar 655×2048 untuk pemrosesan. Pada resolusi itu, teks besar masih terbaca tetapi teks kecil — tabel statistik, papan permainan, label kecil — menjadi kabur. Model mencoba membuat ulang teks kabur dan sering menghasilkan karakter yang kacau.

Inilah mengapa pelestarian teks ada sebagai fitur opsional. Sebelum mengirim ke AI, sistem mendeteksi wilayah teks kecil dan padat menggunakan analisis kontras lokal, menutupinya dengan latar belakang kabur, mengirim gambar bebas teks ke AI, dan kemudian menempelkan teks asli kembali ke hasil berwarna. AI tidak pernah melihat teks, jadi tidak bisa mengacaukannya.

Memahami apa yang dilihat AI juga menjelaskan mengapa pemisahan gambar virtual penting untuk kualitas. Halaman webtoon 1280×8000 piksel diperkecil menjadi 328×2048 — nyaris lebih lebar dari tangkapan layar smartphone. Memecah halaman itu menjadi dua band 1280×4000 memberi AI dua kali resolusi horizontal untuk bekerja, menghasilkan detail yang terasa lebih baik dalam pewarnaan.

Batasan AI dan Cara Kami Mengatasinya

Pewarnaan AI memiliki batasan nyata. Model kadang menetapkan warna salah ke karakter yang belum pernah dilihat sebelumnya. Ia dapat menginterpretasikan adegan gelap sebagai lebih terang dari yang dimaksud. Kadang warna merembes dari satu panel ke latar belakang panel yang berdekatan. Ini bukan bug yang bisa kami perbaiki dengan kode yang lebih baik — ini inheren dalam cara model bahasa besar memproses informasi visual.

Pendekatan kami terhadap batasan ini berlapis. Palet karakter menangani masalah penetapan warna dengan memberi tahu model persis apa yang harus digunakan. Pembelajaran konteks menangani masalah konsistensi lingkungan dengan mengingat warna spesifik adegan. Mode edit menangani semua hal lain dengan membiarkan operator manusia memberikan koreksi yang ditargetkan. AI melakukan 95% pekerjaan; manusia menyempurnakan 5% sisanya.

Pendekatan manusia-dalam-loop ini adalah kunci kualitas produksi. AI cukup cepat dan konsisten untuk menjadi pewarna utama. Manusia cukup presisi untuk menangkap dan memperbaiki kasus di mana AI gagal. Bersama-sama, mereka menghasilkan chapter yang tidak bisa dibedakan dari pewarnaan manual dengan sebagian kecil waktu dan biaya.