明暗对照法是一种视觉技法，通过强烈的明暗对比来塑造三维形态，并营造出戏剧性、往往带有舞台感的氛围。该术语源自意大利语“chiaro”（明亮）和“scuro”（黑暗），自文艺复兴以来一直是西方艺术的基石。在AI图像和视频生成的语境中，明暗对照法被用作一种风格提示词，引导模型生成具有深沉阴影、明亮高光以及显著体积感和情绪感的图像。
该技法出现于15世纪末和16世纪初，列奥纳多·达·芬奇和卡拉瓦乔等画家率先使用。达·芬奇的“sfumato”（晕涂法）是一种相关但不同的方法，柔化了明暗之间的过渡，而卡拉瓦乔的暗色调主义则将明暗对照法推向极致，使用近乎黑色的背景和单一、掠射的光源。这种戏剧性风格影响了巴洛克画家，如伦勃朗，他在肖像画中用明暗对照法照亮面部和手部，以及以烛光场景闻名的乔治·德·拉·图尔。在17世纪，“明暗对照法”一词在艺术论著中被正式确立，到19世纪，摄影师和后来的电影制作者采用了这一技法，20世纪40年代和50年代的黑色电影成为典型范例。
视觉特征
任何媒介中的明暗对照法都由几个关键视觉特征定义。最明显的是图像最亮和最暗区域之间的高对比度，通常有一个单一主导光源。该光源通常位于主体侧面或上方，形成强烈的方向性渐变。阴影深沉且往往近乎黑色，而高光明亮，可能剪切为纯白色。明暗之间的过渡可以是渐进的（如伦勃朗的作品）或突变的（如卡拉瓦乔的作品），具体取决于所需效果。该技法还强调形态和质感，因为光影的相互作用揭示了物体、面部和织物的轮廓。在彩色图像中，明暗对照法通常会使阴影区域的色彩去饱和，仅保留受光区域的完整色彩强度。
艺术史起源
明暗对照法的根源在于古希腊和古罗马绘画，其中使用阴影来暗示体积，但该术语和系统性技法出现在意大利文艺复兴时期。列奥纳多·达·芬奇约1490年的笔记描述了使用光影在绘画中实现“浮雕感”。他的《蒙娜丽莎》（约1503-1506年）体现了柔和的明暗对照法，面部通过细微渐变塑造。活跃于17世纪初的卡拉瓦乔以其暗色调主义方法革新了这一风格，如《圣马太蒙召》（1599-1600年）所示，一束光穿透黑暗。荷兰黄金时代的伦勃朗·范·莱因发展出更温暖、更具氛围感的明暗对照法，在蚀刻版画和绘画如《夜巡》（1642年）中使用。后来，J.M.W.透纳和浪漫主义画家将明暗对照法用于情感效果，而印象派虽然偏爱明亮光线，仍在构图中使用对比。
在摄影和电影中的采用
摄影从绘画中继承了明暗对照法，早期实践者如朱莉娅·玛格丽特·卡梅伦在肖像画中使用戏剧性照明。在20世纪，该技法成为黑色电影的核心，这一类型以低调照明、深沉阴影和倾斜镜头角度为特征。摄影师如拍摄《公民凯恩》（1941年）的格雷格·托兰德和《用光绘画》（1949年）的作者约翰·阿尔顿，使用明暗对照法营造心理紧张感。这一风格在后来的电影中持续存在，从《银翼杀手》（1982年）的新黑色电影到罗杰·迪金斯的数字摄影，后者常采用自然主义但高对比的照明。在静态摄影中，艺术家如安塞尔·亚当斯使用类似的区域系统控制色调范围，当代摄影师如格雷戈里·克鲁森则用人工光布置类似明暗对照法的场景。
在AI图像生成中的明暗对照法
在Generative AI领域，明暗对照法已成为文本到图像和文本到视频提示中的常见关键词。基于大量艺术和摄影数据集训练的模型识别该术语，并将其与特定光照模式关联。当用户在提示中包含“chiaroscuro”时，模型通常生成具有单一强光源、深沉阴影和戏剧性氛围的图像。这常与其他风格关键词如“伦勃朗照明”或“黑色电影”结合以细化效果。该技法对肖像、静物和建筑场景特别有效，因为对比增强了质感和深度。一些模型，如基于Stable Diffusion或Midjourney的模型，已在艺术史数据集上微调，使其对此类风格术语更敏感。
典型提示关键词和用法
提示编写者使用多种短语来调用明暗对照法。常见关键词包括“chiaroscuro”、“tenebrism”、“Rembrandt lighting”、“low-key lighting”、“dramatic shadows”、“single light source”和“high contrast”。对于视频提示，也使用“noir lighting”或“candlelit scene”等术语。关键词的位置很重要：将其放在提示开头通常赋予更多权重，而结合“volumetric light”或“hard shadows”等描述符可增强效果。一些模型对明确指令响应更好，如“光从左侧来，右侧有深阴影”，而非仅依赖抽象术语。负面提示可能包括“flat lighting”或“overexposed”，以防止模型默认生成中性、均匀照明的图像。
AI艺术中的著名实践者
虽然AI模型不是传统意义上的实践者，但该风格常与使用Prompt工程实现明暗对照效果的具体艺术家关联。例如，ArtStation和DeviantArt等平台上的数字艺术家经常分享包含“chiaroscuro”的提示，以模仿卡拉瓦乔或伦勃朗。一些创作者开发了自定义模型检查点或LoRA（低秩适应）权重，专门用于戏剧性照明。在研究界，关于风格迁移和可控生成的论文将明暗对照法作为照明控制的测试案例，如ControlNet等方法允许用户指定光方向和阴影位置。这些工具实现了以前不可能达到的精度，让艺术家能迭代调整明暗的精确平衡。
与其他视觉风格的关系
明暗对照法与几种其他光照和阴影技法密切相关。sfumato是一种更柔和、更朦胧的版本，模糊了明暗之间的界限，而暗色调主义是一种使用强烈对比的极端形式。低调照明是一个摄影术语，指以深色为主、小面积高光的图像，在电影语境中常与明暗对照法互换使用。高调照明则相反，具有明亮、均匀的照明和最小阴影。在AI提示中，这些术语常一起或对立使用以引导模型输出。例如，提示可能指定“chiaroscuro, but with soft edges”，以将技法与sfumato结合。理解这些区别有助于提示编写者实现细致的结果。
AI生成中的挑战和限制
尽管明暗对照法很受欢迎，但它给AI模型带来了挑战。强对比可能导致伪影，如条带效应（平滑渐变断裂为可见阶梯）或剪切（高光或阴影失去所有细节）。模型也可能过度应用该风格，使图像过暗或在阴影中丢失主体。另一个问题是该术语具有文化特异性；主要基于西方艺术训练的模型可能对明暗对照法的解释不同于基于全球数据集的模型。为缓解这些问题，提示编写者常添加限定词，如“subtle chiaroscuro”或“chiaroscuro, but keep the subject well-lit”。一些模型也受益于使用Negative prompt技术排除不想要的效果，如“no flat lighting”或“no gray tones”。
未来方向
随着模型变得更加复杂，明暗对照法在AI生成中的整合可能会演变。Diffusion Models和Transformer (architecture)架构的进步可能允许对照明进行更精确的控制，可能使用户能够以结构化方式指定光源位置、强度和颜色。神经渲染和逆渲染的研究也可能使AI从单张图像推断照明，并以明暗对照风格重新照亮场景。随着视频生成的改进，我们可能看到电影式明暗对照法在帧间一致应用，在动态图像中保持戏剧性氛围。目前，该术语在Prompt词汇中仍是强大的简写，连接了数世纪的艺术传统与最新的Machine learning技术。