В сети представлено множество идеальных портретов, созданных нейросетями, и у многих складывается обманчивое впечатление, будто машина всё делает сама по щелчку пальцев. На самом деле за каждой красивой картинкой скрывается кропотливая работа со словами, требующая понимания композиции, света и даже устройства фотокамер. Устав от суеты с бесконечными неудачными генерациями, пользователи часто бросают эту затею, обвиняя алгоритмы в бездарности или плохом вкусе. А если ещё вспомнить про «пластиковые» лица и жуткие мутации конечностей, то энтузиазм улетучивается моментально. Однако спектр возможностей современных визуальных моделей не ограничивается кривыми набросками. Поэтому для получения настоящего шедевра стоит просто освоить язык машин, научившись правильно формулировать свои мысли.
С чего начинается выбор?
Задача не из лёгких. Буквально два года назад получить адекватное лицо было настоящим чудом, но сейчас технологии шагнули далеко вперёд. С чего начинается создание образа? С определения базовых параметров модели и окружения. Ведь именно текстовый запрос решает, увидим ли мы живого человека или бездушный манекен. Львиная доля успеха кроется в правильной последовательности слов. К первой группе относится само описание внешности, где указывается возраст, цвет волос, тип фигуры и этническая принадлежность. Далее следует одежда, которая задаёт тон всей композиции. Ну и, наконец, венчают этот словесный каркас технические параметры камеры. Разумеется, не стоит сваливать всё в одну кучу, надеясь на магию. Гораздо эффективнее выстраивать запрос логично, от общего к частному.
Базовый портрет в студии
Многие считают, что достаточно написать фразу «красивая барышня», но на самом деле результат вас неприятно удивит. Выглядит такое зрелище удручающе. Чтобы увлечение не било по бюджету из-за пустой траты платных попыток, стоит сразу внедрять конкретику. Один из самых популярных видов запросов формируется вокруг студийной съёмки. И здесь солирует свет. Начать нужно с команды «close-up portrait of a twenty-five-year-old scandinavian woman». Вслед за этим в строку вписывается одежда, например, «wearing a white silk blouse». А вот оригинальное название освещения, вроде «Rembrandt lighting», творит настоящие чудеса, добавляя лицу глубокий драматичный объём. Завершается эта конструкция уточнением фона («dark gray studio background») и параметров оптики («shot on eighty-five millimeter lens, aperture one point eight»). Естественно, процесс этот не сложный, но довольно кропотливый.
Детализация
Спасёт ли обилие деталей неудачную позу? Вовсе нет. Но именно мелкие дефекты делают картинку живой. Идеальная, вылизанная кожа моментально выдаёт искусственное происхождение снимка, что сразу бросается в глаза. К слову, опытные энтузиасты специально добавляют в тексты слова-маркеры несовершенств. Клеем для такой иллюзии служат фразы «skin pores», «slight freckles», «peach fuzz» и «natural skin texture». Это же правило касается и макияжа. Выручит лёгкая небрежность, заданная параметром «messy hair» или «no makeup». Качественный реалистичный текст обрастает техническими терминами, словно снежный ком. Объективом, сфокусированным на глазах, матрицей, захватывающей широкий динамический диапазон, кадром, освещённым мягким софтбоксом — всеми этими свойствами наделяется итоговая картинка через слова вроде «cinematic lighting», «Kodak Portra four hundred», «film grain». Тем более, что именно плёночное зерно отлично маскирует цифровой шум.
Фотосессия в Токио: Неоновый свет
Стиль киберпанк на улицах мегаполиса или классический гранж в интерьере — окружение всегда диктует внешний вид модели. Безусловно, помещать барышню в вечернем платье на свалку довольно странно, хотя и такой контраст иногда срабатывает. Гораздо лучше, когда антураж гармонирует с персонажем. Если мы грезят о неоновом будущем, стоит облачить героиню в добротный кожаный плащ, дополнив образ мокрыми от дождя волосами и отражениями огней на лице. Запрос в таком случае выстраивается хронологически. Сначала появляется сам неоновый город («cyberpunk Tokyo city street at night, neon lights»). Затем в кадр входит сама модель («young asian woman with short pink bob haircut»). После этого на неё надевается одежда («holographic jacket, dark techwear»). Завершается всё эффектами глубины резкости («bokeh, neon reflections in eyes, rain»). Атмосферный колоритный кадр получается практически всегда с первого раза.
Ошибки нейросетей
Вредно ли доверять алгоритмам на сто процентов? Однозначно.
Сложные махинации с пальцами и конечностями до сих пор остаются главной болью пользователей. Если вспомнить историю, то алгоритмы третьей версии известной сети, выпущенные в середине две тысячи двадцать второго года, вообще не умели считать больше трёх, превращая руки в бесформенные щупальца.
Сейчас ситуация улучшилась, но подводные камни всё ещё всплывают довольно часто. Дело в том, что искусственный интеллект не понимает анатомию, он лишь копирует пиксельные узоры. Ложкой дёгтя в красивом портрете может стать и асимметрия глаз. Настоящим спасательным кругом здесь служит поле негативного ввода. Сюда обязательно вписываются слова «mutated hands», «extra fingers», «cross-eyed», «deformed». Конечно, полностью избежать брака не удастся, однако количество удачных попыток возрастёт многократно. Не стоит лениться заполнять этот блок.
Искусство освещения
Прядь волос, случайно выбившаяся из причёски, заиграет совершенно иначе, если правильно поставить свет. В представлении многих обывателей генерация заканчивается на описании внешности. И всё же истинный бомонд цифрового искусства часами шлифует один-единственный запрос ради правильных теней. Секретный нюанс кроется в отражениях. Фраза «catchlights in eyes» заставляет виртуальные источники света блестеть в зрачках, придавая взгляду осмысленность и глубину. А вот исконно золотой час потребует точных природных маркеров. Солнечным светом, пробивающимся сквозь листву деревьев, падающим мягкими пятнами на лицо, окутанным лёгкой утренней дымкой, можно управлять с помощью команды «golden hour lighting, dappled sunlight, volumetric fog». Особый интерес вызывает и вычурный студийный цветной свет. Вместо банального описания лучше использовать «split lighting with cyan and magenta gels». Именно такие уточнения заставляют алгоритм напрягать свои вычислительные мощности.
Стоит ли экономить?
Бюджетный подход к описанию часто сказывается на качестве. Речь идёт не о деньгах, а о количестве слов в строке ввода. Слишком короткие фразы отдают инициативу на откуп нейросети. В итоге мы получаем стереотипные глянцевые лица, лишённые всякой изюминки. Не скупитесь на эпитеты и уточнения. С другой стороны, излишняя наляпистость текста тоже вредит, вызывая визуальную кашу. Машина начинает путаться, смешивая стили и цвета. Секрет кроется в поиске золотой середины. Разложить всё по полочкам довольно просто, если двигаться от крупного плана к мелким штрихам. Кстати, не забывайте про эмоции. Застывшая улыбка быстро утомляет. Стоит экспериментировать со словами «candid shot», «subtle smirk», «melancholic gaze» или «laughing naturally». Ведь эмоция — это обе стороны медали, она может как спасти скучный кадр, так и испортить отличную композицию неестественной гримасой. Свою лепту вносит и ракурс, поэтому фраза «looking over shoulder» всегда добавляет динамики.
Цензура и ограничения
Всплывут ли проблемы с модерацией? Обязательно. Большинство популярных коммерческих сервисов имеют жёсткие фильтры на откровенный контент (иногда они реагируют даже на закрытые купальники). И тут начинается самое интересное. Пытаясь обойти запреты, энтузиасты изобретают удивительные языковые конструкции. Лучше отказаться от прямых анатомических терминов. Гораздо безопаснее использовать игру теней и полупрозрачных тканей. Фразы вроде «wet white silk shirt», «backlit silhouette» или «deep neckline» часто проходят проверку, выдавая при этом весьма интригующие результаты. Впрочем, не стоит перебарщивать, иначе ваш аккаунт рискует попасть в теневой бан. Да и самим зрителям гораздо интереснее интригующая недосказанность, чем откровенная пошлость. На самом деле, игра с фильтрами отлично тренирует словарный запас.
Сайты с референсами — это настоящий кладезь знаний для новичка. Кроме того, изучение чужих работ помогает понять логику построения сложных сцен. Нельзя не упомянуть, что нейросети постоянно обновляются. То, что работало полгода назад, сегодня может выдавать искажённый результат. Тем более, что каждая новая версия алгоритма тяготеет к более простому и разговорному языку. Ну и, конечно же, не расстраивайтесь из-за первых неудач. Освоение генеративной графики требует терпения, насмотренности и готовности к постоянным экспериментам. Удачи в создании поистине живых цифровых портретов, которые обязательно порадуют подписчиков и соберут множество восторженных откликов!