В сети представлено множество потрясающих изображений, сгенерированных нейросетями, и у многих складывается обманчивое впечатление, будто машина умеет читать мысли. Кажется, достаточно написать пару слов, и на экране появится изысканный реалистичный портрет мечты. На самом деле за каждой красивой картинкой скрывается скрупулёзный труд оператора, который буквально по крупицам собирает нужный образ. Ведь искусственный интеллект понимает лишь сухую математику, а не наши абстрактные желания. А начать стоит с грамотного построения текстового запроса, который станет тем самым спасательным кругом в море хаотичных пикселей.
Формирование каркаса
Блик на влажных губах. Именно с таких мелочей иногда начинается магия.
С чего начинается выбор? С определения базовых параметров сцены. Не стоит сразу перегружать запрос лишними эпитетами, пытаясь описать каждую ресничку. Лучше отказаться от пространных размышлений и задать жёсткую структуру. Сначала прописывается объект, затем окружение, и только потом свет с камерой. И всё же многие новички игнорируют этот постулат. Они вбивают хаотичный набор слов, надеясь на чудо. Результат же обычно выглядит удручающе. Пластиковые лица, кривые пропорции, полная наляпистость. Чтобы кошелёк не стал легче от впустую потраченных токенов платной подписки, композицию стоит продумывать заранее.
Как выбрать стиль?
Обязательно ли указывать конкретную модель фотоаппарата? Вовсе нет. Однако это творит чудеса, когда дело касается фотореализма. Буквально десятилетие назад обыватель даже не мечтал получить снимок студийного качества, не выходя из дома, но сейчас алгоритмы знают особенности линз лучше некоторых фотографов. К слову, упоминание объектива с фокусным расстоянием восемьдесят пять миллиметров сразу даёт красивое размытие заднего фона. К тому же искусственный интеллект отлично понимает имена известных мастеров. Натыкаешься порой на генерацию в духе Питера Линдберга, и чёрно-белый антураж моментально приковывает внимание. Главное — угадать с палитрой. С одной стороны хочется ярких красок, с другой приглушённые тона выглядят гораздо дороже.
Примеры промтов: портретная съёмка
Задача не из лёгких. Ведь нужно заставить алгоритм выдать именно человеческую текстуру кожи. Один из самых популярных видов запроса начинается с описания девушки тридцати лет, обладающей лёгкими веснушками, стоящей под лучами утреннего солнца. Далее следует обязательное указание освещения, созданного мягким софтбоксом, расположенным под углом сорок пять градусов. Третьим этапом вписывают технические параметры, заданные плёнкой Кодак Портра четыреста, обеспечивающей тёплые оттенки. Ну и, наконец, венчает эту конструкцию требование максимальной детализации глаз (обычно карих или зелёных). Разумеется, это лишь базовый скелет. Впрочем, даже он работает безотказно.
Вредно ли перечислять негативные факторы?
Многих пугает блок с так называемым негативным промтом. Действительно ли он нужен? Безусловно. Сперва машина генерирует первоначальный шум, затем она постепенно убирает из него элементы, прописанные в стоп-листе, и в финале формирует чистое изображение. Дело в том, что нейросети тяготеют к усреднённым идеалам. Поэтому туда отправляют слова вроде мутаций, лишних пальцев, размытости или пластиковой кожи. Львиная доля успешного результата зависит именно от этого блока. Тем более что профессиональные инструменты вроде Стейбл Дифьюжн (и его аналогов) очень чувствительны к запретам. Это же серьёзное вложение вашего времени. Да и самим вычислительным мощностям проще работать, когда границы чётко очерчены.
Анатомия
Шесть пальцев — это классическая ложка дёгтя в мире генеративного искусства.
Почему так происходит? Вся суть в том, что алгоритм не понимает анатомию, он лишь копирует паттерны с миллионов исходников. На фотографиях руки часто перекрываются, смазываются или прячутся в карманы. Поэтому не стоит заставлять персонажа активно жестикулировать. Лучше отказаться от сложных поз со сплетёнными кистями. Выручит простой добротный портрет по грудь. А вот если нужно показать героиню в полный рост, стоит облачить её в одежду, скрывающую проблемные зоны. Грандиозный пышный наряд творит настоящую магию, отвлекая внимание на детали ткани.
Стрит-стайл в неоновом свете
Городские джунгли. Это всегда колоритный фон. Искусственный интеллект обожает киберпанк и ночные улицы. Чтобы получить такую картинку, первой в запрос отправляется молодая азиатка в кожаной куртке, освещённая розовым неоном. За ней вплетается мокрый асфальт, отражающий свет витрин, снятый на диафрагму один и восемь. Отдельно стоит упомянуть дождь, добавляющий кадру кинематографичности. Последним в списке идёт требование зернистости, характерной для высоких значений ИСО. Зрелище получается действительно впечатляющее. Ну, а если хочется добавить динамики, можно прописать смазанный силуэт проезжающего такси на заднем плане.
Сложно ли добиться естественности?
Идеальные лица давно вышли из моды. Бомонд нейро-художников сейчас ценит изъяны. Естественно, шрамы, морщинки или лёгкая асимметрия вносят свою лепту в восприятие. В представлении многих обывателей машина должна выдавать только глянцевых кукол, но на самом деле именно микродефекты заставляют поверить в реальность происходящего. Нельзя не упомянуть команду «texture of real skin», которая спасла не один десяток неудачных генераций. Само собой, здесь важна мера. Не стоит перебарщивать с деталями, иначе лицо превратится в гиперреалистичную маску. Выручит сбалансированный аккуратный подход.
Освещение
Свет всегда солирует в любой композиции. Знаменитый Рембрандт использовал специфическое боковое освещение ещё в семнадцатом веке, создавая драматичный треугольник света на щеке модели. Когда-то это требовало часов позирования, но сейчас нужный эффект достигается фразой «Rembrandt lighting». Нужно отметить, что контровой свет (падающий сзади) отлично подчёркивает силуэт и волосы. А если ещё вспомнить про золотой час — время перед самым закатом — картинка наполнится тёплой, обволакивающей атмосферой. Кстати, жёсткий полуденный свет тоже имеет право на жизнь, особенно если нужно подчеркнуть агрессивный, самобытный стиль гранж.
Достоверность эмоций: взгляд и мимика
Можно ли сымитировать искреннюю улыбку? Довольно сложно, но шансы есть. Чаще всего машины генерируют стеклянный, пустой взгляд, направленный в пустоту. Опять же, всё дело в обучающих данных. Модели на стоковых фото редко выражают сложные чувства. Чтобы избежать эффекта зловещей долины, стоит избегать команд вроде «широко улыбается». Лёгкая полуулыбка, прищуренные глаза или взгляд, брошенный через плечо, выглядят гораздо убедительнее. К тому же эмоция должна отражаться во всей позе. Напряжённые плечи, расслабленные руки, наклон головы. Эти нюансы разложат по полочкам весь образ, сделав его по-настоящему живым.
Гардероб и фактура тканей
Тяжёлый бархат. Складки этой ткани нейросети прорисовывают с особым удовольствием.
Во что лучше одеть героиню? Выбор нарядов поражает воображение, но лучше избегать слишком вычурных фасонов. Обычные базовые вещи вроде белой льняной рубашки или потёртых джинсов выглядят максимально достоверно. Однако спектр объектов не ограничивается повседневностью. Кроме того, многие грезят о создании исторических образов. И здесь стоит быть осторожным. Расшитые золотом корсеты или перегруженные деталями платья часто сливаются в единую непонятную массу. Поэтому ткань нужно описывать конкретно: полупрозрачный шёлк, грубая шерсть крупной вязки либо плотный хлопок.
Фэнтези и сказочные мотивы
А вот оригинальное название стиля «high fantasy» открывает совершенно иные горизонты. Здесь можно дать волю фантазии. Эльфийские уши, светящиеся руны на коже, зависшие в воздухе магические искры. Одним из самых популярных видов запроса тут выступает лесная нимфа, облачённая в платье из зелёных листьев, окружённая светлячками. Далее следует уточнение про мягкое биолюминесцентное свечение, исходящее от растений. Компактное решение — добавить в промт имена известных фэнтези-иллюстраторов. Ну и конечно же, нельзя забывать про цветовую палитру: изумрудные, глубокие синие и фиолетовые оттенки тут льются рекой.
Масштабирование
Получить крошечную картинку — лишь половина дела. Как сделать её пригодной для печати? С помощью специальных алгоритмов-апскейлеров. Эти программы дорисовывают недостающие пиксели, увеличивая разрешение в несколько раз. Процесс не сложный, но кропотливый. Ведь при увеличении часто всплывут те самые подводные камни: пластиковость кожи или неестественный блеск в глазах. Спасает добавление шума на финальном этапе. Мелкое зерно, наложенное поверх готового изображения в графическом редакторе, маскирует огрехи нейросети. Зрелище удручающее, когда огромный портрет выглядит как дешёвая 3D-модель. Поэтому к постобработке стоит относиться со скрупулёзным вниманием.
Стоит ли копировать чужие запросы?
Многие считают слепое копирование чужих текстов плохой практикой, но на самом деле это отличный способ обучения. Это нормально. Ведь именно так нарабатывается насмотренность. Берёшь готовую громоздкую конструкцию, выкидываешь из неё половину слов и смотришь, как меняется результат. Всплывают интересные закономерности. Порой одно незаметное слово вроде «polaroid» кардинально меняет всю цветовую гамму. Обе стороны медали здесь очевидны: с одной стороны, вы не создаёте ничего своего, с другой — не тратите часы на изобретение велосипеда. Тем более, что сообщество генеративного искусства всегда охотно делится своими находками.
Эксперименты с текстовыми запросами — процесс не быстрый, но крайне увлекательный. Каждый новый сгенерированный портрет приближает к пониманию того, как мыслит искусственный разум. Не бойтесь ломать устоявшиеся правила, смешивать несовместимые стили и добавлять странные детали в свои описания. Удачи в создании собственных шедевров, пусть каждая генерация попадает точно в цель и удивляет своей глубиной!