В сети представлено множество сгенерированных картинок, где идеальные герои смотрят на нас с экранов, заставляя верить, что создать подобный шедевр можно буквально по щелчку пальцев. И обыватель действительно верит, что достаточно написать пару слов, чтобы получить добротный и детально проработанный результат. На самом деле за каждой красивой иллюстрацией скрываются сложные махинации с текстом, долгие часы подбора нужных фраз и горы совершенно неудачных генераций. Ведь искусственный интеллект мыслит совсем не так, как человек, и часто выдаёт довольно нелепые формы, когда ему не хватает сухой конкретики. Многие грезят о том, чтобы программа сама догадалась об их желаниях, читая мысли сквозь монитор. Но чтобы не ошибиться и сберечь свои нервы, нужно научиться говорить с бездушными алгоритмами на их специфическом языке.
Как работает нейросеть?
Размытые глаза, растущие из ушей пальцы и странные пропорции сразу бросаются в глаза, когда текст написан второпях. Дело в том, что алгоритм не умеет додумывать детали за вас, он лишь комбинирует пиксели. Справится ли машина сама? Да, но результат получится откровенно скучным. Буквально десятилетие назад, когда первые сырые нейросети только пытались рисовать пятна, качественная картинка была роскошью, но сейчас мощные модели понимают контекст гораздо глубже. В представлении многих обе стороны медали здесь требуют лишь хорошей фантазии. Однако на практике всплывут десятки проблем с анатомией. Ведь нейросеть просто берёт огромный массив данных, на которых обучалась, и пытается слепить из них нечто усреднённое. А значит, не стоит полагаться на случайность. К тому же, если проигнорировать важный нюанс освещения, ваша грандиозная идея просто превратится в плоское пятно.
Анатомия хорошего запроса
Сначала формируется база, задающая пол, возраст и расу нашего героя. Затем этот фундамент, обросший уточнениями одежды, освещённый драматичным студийным светом, дополняется подходящим фоном. К первой группе относится само описание внешности, где солирует форма лица и цвет волос. Далее следует проработка стилистики и выбор виртуального объектива. Отдельно стоит упомянуть так называемый отрицательный блок, куда вписываются все нежелательные элементы вроде лишних конечностей. И всё же львиная доля успеха зависит именно от первых двадцати слов. Конечно, звучит это довольно просто, однако создание персонажа — процесс скрупулёзный. Поэтому лучше отказаться от абстрактных понятий вроде слов «красивый» или «плохой». Стоит отмечать конкретные черты, например, россыпь веснушек на щеках, глубокие шрамы или цвет радужки.
Стоит ли экономить слова?
Задача не из лёгких. Нужно ли урезать текст до минимума? Вовсе нет. Ведь именно длинный щепетильный запрос творит чудеса. Искусственный интеллект тяготеет к абсолютной конкретике и физическим свойствам материалов. Впрочем, перегружать систему бессмысленными синонимами тоже не стоит. Визуальная наляпистость только собьёт алгоритм с толку, заставив его смешивать стили. Зачастую новички пытаются запихнуть в одно описание всю биографию своего чада, расписывая его тяжёлое детство. Но машине совершенно не важно, где именно родился ваш эльф или киборг. Ей нужны визуальные якоря. Ну и конечно же, не забывайте про технические параметры картинки. Мягкий рассеянный свет сделает портрет живым, а резкий неоновый антураж добавит агрессивной динамики. Безусловно, правильно выставленный свет вносит огромную лепту в итоговую композицию.
Стилистика и антураж
А вот подобрать стиль бывает довольно сложно. С одной стороны, хочется получить строгий фотореализм, с другой — тянет на самобытный живописный подход акварелью. Если ваш герой — представитель высшего общества или местный бомонд, то изысканный строгий костюм подчеркнёт его высокий статус. Изюминка всегда кроется в мелких деталях. Вычурный золотой узор на воротнике приковывает внимание сразу, делая картинку дорогой. Для получения колоритного образа стоит обращаться к именам известных концепт-художников. Добавив в конец текста упоминание Грега Рутковски или Синкая, вы кардинально измените итоговый результат. Естественно, зрелище получается по-настоящему внушительное. Главное — угадать с палитрой. Не стоит использовать слишком много контрастных цветов, чтобы не получить грязную визуальную кашу на экране.
Примеры из практики: Фэнтези
Наряд для избранных. Рассмотрим конкретный случай создания средневекового воина. Начинать нужно с базы: молодой мужчина тридцати лет, суровый рыцарь. Затем образ, усиленный тяжёлым кожаным плащом, освещённый холодной луной, помещается на фон густого туманного леса. Обязательно вписываем детализацию: кинематографичное освещение, разрешение восемь ка, гиперреализм, снято на объектив пятьдесят миллиметров. Разумеется, такой неоднозначный и тяжёлый запрос потребует хорошей видеокарты, если вы генерируете арты на домашнем компьютере. Это серьёзное вложение. Ведь мощное железо сильно бьёт по бюджету. Тем более что кошелёк станет легче минимум на сто пятьдесят тысяч рублей при сборке такого ПК. Однако облачиться в доспехи цифрового творца можно и через платные облачные сервисы, что не сильно ударит по кошельку обычного пользователя.
Примеры из практики: Киберпанк
Вторая популярная тема — научная фантастика. Здесь атмосфера льётся рекой. Девушка-хакер, снабжённая механическим протезом руки, сидящая за голографическим монитором. Далее композиция, пропитанная кислотным дождём, отражающаяся в мокром асфальте, дополняется яркими фиолетовыми бликами. К слову, именно отражения придают картинке реалистичный объём. Нельзя не упомянуть и про лицевую мимику. Грустная ухмылка или сосредоточенный прищур сделают лицо по-настоящему живым. Постулаты генерации гласят:
чем больше эмоции, тем меньше раздражающей пластиковости.
Кстати, иногда стоит добавить эффект старой зернистой плёнки. Это же правило касается и ретро-портретов. Ведь лёгкий шум скрывает мелкие огрехи нейросети. Это настоящий спасательный круг для тех, кто устал бороться с идеальными симметричными лицами.
Вредно ли копировать чужие идеи?
Многие считают, что заимствование чужих настроек убивает творчество, но на самом деле это отличный способ быстрого обучения. Анализируя чужой добротный сложный промт, ты начинаешь лучше понимать машинную логику. Подводные камни всегда кроются в неочевидном синтаксисе. Иногда одно слово, стоящее в самом начале, полностью перекрывает смысл десятка других, расположенных в конце абзаца. Исконно важное правило: вес слова падает к концу предложения. Поэтому самое главное всегда выносим вперёд. А если ещё вспомнить про веса токенов, когда слову можно искусственно добавить значимости круглыми скобками (как это работает в интерфейсе стабильной диффузии), то перед нами открывается настоящий кладезь возможностей. Да и самим художникам комфортнее отталкиваться от проверенного рабочего базиса.
Как выбрать фон?
Фон не должен отвлекать от главного объекта. Часто неопытный автор натыкается на проблему, когда задний план перетягивает на себя всё внимание зрителя. Чтобы этого избежать, используют эффект боке. Пространство, размытое линзой, уходящее в мягкую расфокусировку, позволяет герою выйти на первый план. Венчает композицию лёгкая контровая подсветка, отделяющая силуэт от темноты. И всё-таки ложка дёгтя присутствует и здесь. Нейросети очень плохо понимают предлоги пространства. Заставив персонажа держать предмет в руке или стоять за деревом, вы рискуете получить анатомического монстра. Поэтому не перегружайте сцену сложными многоуровневыми взаимодействиями. Лучше отказаться от идеи нарисовать толпу, если вам нужен качественный портрет одного конкретного человека.
Санитарный контроль
Слепая вера в умную машину часто разбивается о суровую реальность, когда на картинке появляется третья нога или шестой палец. Обязательно ли мириться с мутациями? Вовсе нет. Для этого придумали специальное текстовое поле, куда вписывают то, чего быть категорически не должно. Туда отправляются длинные шеи, сросшиеся конечности, асимметричные глаза и водяные знаки. Этот невидимый барьер, созданный из отрицательных значений, отсекающий весь визуальный мусор, спасает тысячи генераций от корзины. Тем более что без него современный надёжный аппарат просто откажется выдавать чистую анатомию. К тому же правильно настроенный негативный запрос позволяет убрать излишнюю мультяшность, если вы стремитесь к фотографическому качеству. Не скупитесь на слова в этом блоке, ведь именно он очищает ваш шедевр от цифровых галлюцинаций.
Бюджетный подход
Возможно ли творить без мощного компьютера? Да, вполне. Огромная часть аудитории оседает в бесплатных телеграм-ботах и браузерных версиях популярных нейросетей. Там процесс скрыт от глаз пользователя, а многие технические параметры дописываются автоматически. Это удобно. Ведь новичок не будет зависеть от сложных настроек семплеров и шагов генерации. С воздухообменом дело обстоит сложнее только у тех, чьи видеокарты плавятся от нагрузок в системном блоке, пока они рендерят очередную партию из ста картинок. Но есть и минусы. В бесплатных версиях вы теряете тотальный контроль над итоговым изображением. И всё же для старта такой вариант подходит идеально. Главное — твёрдо стоять на ногах в понимании базовых принципов составления запроса, а конкретный инструмент уже вторичен.
Создание визуальных образов с помощью текстовых алгоритмов требует колоссального терпения и постоянной насмотренности. Не бойтесь экспериментировать с порядком слов, смело меняйте виртуальных художников и играйте с освещением, пока результат полностью не совпадёт с вашей задумкой. Окунуться в этот увлекательный процесс с головой бывает полезно абсолютно каждому, кто ищет свежего вдохновения для своих проектов. Обязательно сохраняйте удачные связки в отдельный текстовый блокнот, разложите по полочкам свои ошибки и регулярно обновляйте технические знания. Пусть каждая новая сгенерированная иллюстрация приносит только искреннюю радость, а придуманный вами герой наконец-то обретёт идеальное визуальное воплощение и запомнится зрителям надолго.