В сети представлено множество сервисов, которые обещают «оживить» ваши фотографии, но чаще всего результат сводится к примитивной анимации в духе «живых» снимков из мира Гарри Поттера. Человек на фото моргает, слегка поворачивает голову, улыбается – довольно скромный набор для тех, кто грёзит о настоящей магии. А ведь так хочется, чтобы застывшая фигурка на снимке сорвалась с места и закружилась в вихре танца, передавая эмоции, которые не в силах запечатлеть даже самый дорогой объектив. Удивительно, но современные диффузионные нейросети способны и на такие чудеса, правда, для этого придётся освоить искусство составления правильных текстовых команд. А начать стоит с самых основ.
С чего начинается магия?
Задача не из лёгких. Просто написать «заставь девушку на фото танцевать» — это путь в никуда. Нейросеть, конечно, постарается, но результат будет, скорее всего, комичным или даже пугающим. В представлении многих обывателей искусственный интеллект читает мысли, но на самом деле он скрупулёзный исполнитель, который ждёт от вас подробного технического задания. Что насчёт деталей? Именно они играют решающую роль. Чтобы запустить процесс, нужно мысленно разложить будущую анимацию на составные части, как бы раскадрировать её в голове. Во-первых, стоит определить главного героя и его внешний вид. Во-вторых, описать сам танец, его стиль, темп и характер. Ну и, наконец, не стоит забывать про антураж – окружение, свет и общую атмосферу. Без этих трёх китов вся затея рискует провалиться.
Базовый промт: Конструктор для новичка
Начать нужно с простого. Базовая структура промта – это фундамент, на который потом можно будет нанизывать изысканные детали и технические уточнения. В своей простейшей форме он включает в себя три элемента: объект, действие и стиль. Например, «a girl dancing ballet». Этого уже достаточно, чтобы нейросеть поняла основную концепцию. Однако такой запрос не даст впечатляющего результата. Почему? Дело в том, что ИИ возьмёт усреднённые образы из своей гигантской базы данных: некую абстрактную девушку, исполняющую некое абстрактное балетное па. Чтобы картинка ожила, ей нужна изюминка. Поэтому даже на базовом уровне стоит добавить хотя бы пару уточняющих прилагательных. К слову, описание внешности и одежды творит настоящие чудеса, мгновенно добавляя сцене характера.
Допустим, мы хотим получить изображение балерины. Простой запрос можно улучшить так: «photo of a graceful ballerina in a white tutu, dancing elegantly on a dark stage». Уже гораздо лучше. Мы уточнили, что это фотография, описали балерину как «изящную», облачили её в «белую пачку» и поместили на «тёмную сцену». Каждый новый дескриптор сужает поле для «фантазии» нейросети, направляя её в нужное нам русло. Это же правило касается и любых других стилей. Ведь «мужчина танцует» и «атлетичный мужчина в свободных джинсах исполняет брейк-данс на картонке посреди улицы мегаполиса» – это две совершенно разные истории.
Как добавить экспрессии и стиля?
Когда базовый конструктор освоен, приходит время для настоящего творчества. Танец – это ведь не просто набор движений, это кладезь эмоций и историй. И всё это можно передать словами. Сложно ли это? Да, процесс довольно щепетильный, но результат того стоит. Вместо общих фраз вроде «красивый танец» стоит использовать более сильные и конкретные глаголы и наречия. Например, можно попросить персонажа «кружиться в страстном порыве», «легко парить над сценой» или «ритмично двигаться в такт музыке». Эти формулировки уже содержат в себе намёк на динамику и настроение.
Кроме того, не стоит пренебрегать жанровой спецификой. С одной стороны, можно задать просто «танго», а с другой — «драматичное аргентинское танго, пара в объятиях, напряжённые взгляды, красное платье развевается от резкого поворота». Чувствуете разницу? Львиная доля успеха кроется именно в таких нюансах. Если речь идёт о балете, можно упомянуть конкретные элементы, например, «pirouette» (пируэт) или «grand jeté» (большой прыжок). Для уличных танцев подойдут термины «freeze», «power move» или «locking». Такие профессиональные маркеры помогают нейросети обратиться к более релевантным примерам в своей базе и сгенерировать более точное и аутентичное движение.
Технические детали и тонкая настройка
Настоящий лоск изображению придают технические параметры. Это своего рода настройки виртуальной камеры, которыми вы управляете с помощью текста. Начать стоит с ракурса. Указав «full-body shot» (кадр в полный рост), вы гарантируете, что танцор попадёт в кадр целиком. А вот «close-up shot» (крупный план), наоборот, сфокусируется на лице и эмоциях. Для создания ощущения присутствия подойдёт «low-angle shot» (съёмка с нижнего ракурса), который сделает фигуру более внушительной и монументальной. Чтобы добиться кинематографического эффекта, в конец запроса добавляют специальные команды.
Освещение – ещё один мощный инструмент. Оно солирует в создании атмосферы. «Cinematic lighting» (кинематографический свет) добавит драматизма, контраста и объёма. «Soft natural light» (мягкий естественный свет) сделает сцену более нежной и умиротворяющей, а «neon lights» (неоновые огни) идеально впишутся в антураж ночного клуба или киберпанк-города. Ну и, конечно же, не стоит забывать про общую детализацию. Такие команды, как «ultra realistic», «hyperdetailed», «8K», «shot on film» заставляют ИИ более скрупулёзно прорабатывать текстуры, тени и мелкие детали, делая финальное изображение неотличимым от профессиональной фотографии.
Готовые промты для вдохновения
Теория – это хорошо, но без практики она мертва. Поэтому давайте разложим по полочкам несколько готовых, добротных примеров, которые можно взять за основу для собственных экспериментов.
Для создания классического и нежного образа подойдёт следующий запрос:
A graceful ballerina with a slender figure in a flowing white dress is performing a complex pirouette in the center of an empty, dimly lit theater stage. Soft moonlight from a high window illuminates her, creating long, dramatic shadows. Full-body shot, cinematic lighting, hyperdetailed, 8K.
А вот пример для любителей уличной культуры и динамики:
Dynamic action shot of a young man in baggy jeans and a hoodie performing a breakdance power move on a gritty urban street at night. The background is filled with blurred neon signs and graffiti-covered walls. Motion blur effect, low-angle shot, vibrant colors, realistic photo.
Хочется чего-то более романтичного и страстного? Пожалуйста:
An elegant couple dressed in vintage 1940s attire dancing a passionate tango in a grand, empty ballroom. The woman is in a stunning scarlet red dress. Warm, golden light from chandeliers illuminates the scene. Eye-level shot, romantic atmosphere, highly detailed, shot on 35mm film.
Ну и, наконец, капля фантазии:
An ethereal forest nymph with glowing butterfly wings dancing joyfully in an enchanted forest clearing at twilight. Magical glowing particles float in the air around her. She is barefoot on the moss. Dreamlike, fantasy art, volumetric lighting, intricate details.
Экспериментируйте с деталями, смешивайте стили, не бойтесь добавлять самые неожиданные эпитеты, и тогда ваши статичные кадры действительно обретут душу и начнут свой собственный, неповторимый танец. Удачи в творческих поисках!