В сети представлено множество безупречных нейросетевых изображений, заставляющих рядового обывателя верить в некую текстовую магию искусственного интеллекта. Буквально пару лет назад получить фотореалистичный портрет из пары строчек кода казалось грандиозной фантастикой, но сейчас потоки сгенерированного визуала льются рекой на всех площадках. Многие наивно полагают, что машине достаточно бросить пару абстрактных фраз, но на самом деле за по-настоящему добротным кадром стоят долгие скрупулёзные махинации с весами и токенами. Плохая детализация – это не всегда вина ленивого движка, чаще корень проблемы кроется в хаотичном наборе вводных. А начать стоит с полного отказа от беллетристики в пользу математической точности формулировок.
Архитектура текстовой команды
Размытый задний фон, подсвеченный холодным неоном, выступает лишь декорацией. Именно так работает правило приоритетов в большинстве современных моделей. С чего начинается создание реалистичного кадра? Разумеется, с чёткого позиционирования главного объекта в самом начале строки. Вся суть в том, что алгоритм читает запрос последовательно, отдавая львиную долю внимания первым тридцати словам. К слову, именно поэтому второстепенные детали часто выпадают из финального рендера, если их задвинуть в самый конец. Тот же Midjourney всегда тяготеет к конкретным техническим терминам, игнорируя пространные поэтические метафоры. Первым делом прописывается сам субъект, окружённый нужным антуражем, залитый специфическим светом, запечатлённый на конкретную оптику. Не стоит перегружать старт эпитетами, лучше оставить их для описания атмосферы.
Стоит ли экономить слова?
Выбор длины запроса очень большой. Кто-то предпочитает сверхкороткие конструкции, а кто-то пишет целые полотна на пятьсот символов. Обязательно ли расписывать каждый блик? Вовсе нет. Избыточная наляпистость текста лишь путает модель, заставляя её генерировать вычурный визуальный шум. К первой группе обязательных токенов относится свет, далее следует тип камеры, последним в этой цепочке идёт разрешение. Конечно, длинные промты имеют право на жизнь, однако в них часто солирует банальная случайность. Зачастую в объёмных запросах всплывают неприятные подводные камни, когда одно определение агрессивно перекрывает другое. Да и самим вычислительным мощностям гораздо комфортнее переваривать ёмкие, хлёсткие фразы, разделённые запятыми.
Портретная фотография
Наряд для избранных. Именно так иногда выглядит попытка заставить сетку сгенерировать не глянцевое пластиковое лицо, а живого человека со своими изъянами. Эстетичны ли стандартные лица из-под пера машины? Зачастую они слишком симметричны, что сразу бросается в глаза опытному ретушёру. Дело в том, что базовые веса обучались на тысячах идеальных журнальных обложек. И всё-таки добавить жизни довольно просто. Нужно отметить, что спасательным кругом здесь выступают операторы несовершенства. Кожа, покрытая лёгкими веснушками, текстурированная мелкими морщинками, освещённая боковым светом из окна, сразу творит чудеса. Тем более, что добавление в промт параметров конкретных плёнок автоматически накладывает лёгкое колоритное зерно. Ну и, конечно же, не стоит забывать про фокусное расстояние объектива.
Как настроить виртуальную камеру?
Оптика решает практически всё. Ведь именно она формирует геометрию лица и глубину резкости. Для получения глубокого драматичного контраста имеет смысл использовать светосильные портретные объективы. А если ещё вспомнить про фокусное расстояние в восемьдесят пять миллиметров, то результат поразит своей реалистичной пропорцией. В представлении многих пользователей достаточно написать «красивое боке», но алгоритмам нужны сухие фотографические термины. Настоящей изюминкой добротного сложного промта становятся такие слова, как «f/1.8», «shutter speed 1/200» или «macro lens». Нельзя не упомянуть и про выбор самого устройства. Камера, снабжённая полнокадровым сенсором, настроенная на низкое ISO, выдающая звенящую резкость, моментально отделяет модель от фона. Кошелёк станет легче от покупки такого стекла в реальности, но здесь это совершенно бесплатно.
Особенности освещения
Свет бьёт прямо в объектив, создавая мягкие ореолы вокруг силуэта. Работать с контровым освещением – задача не из лёгких. Безусловно, рекламный бомонд всегда требовал идеальной светотени. Ещё в плёночную эпоху мастера использовали громоздкие отражатели, а самобытный объём достигался с помощью сложной расстановки софтбоксов. Сейчас же подобные изысканные манипуляции заменяет грамотный текстовый блок. Для получения объёмного снимка имеет смысл использовать маркеры «Rembrandt lighting», «cinematic lighting» или «golden hour». Естественно, чтобы тени не проваливались в абсолютную черноту, в запрос вносится лепта рассеянного заполняющего света. Обыватель редко задумывается о температуре свечения, хотя указание конкретных значений в Кельвинах способно кардинально изменить настроение сцены.
Коммерческая фуд-фотография
Капли конденсата медленно стекают по запотевшему стеклянному стакану. Стилизовать аппетитную еду без пластикового блеска довольно сложно. Хотя нейросети и знают миллионы рецептов, сгенерировать естественную текстуру жареного мяса удаётся не всегда. Впрочем, этот нюанс легко обходится правильными прилагательными. Чтобы получить сочный бургер, стоит применять связки «food photography», «macro shot» и «splash of liquid». Внушительный кулинарный шедевр требует внимания к мельчайшим крошкам на деревянном столе. Кстати, для макросъёмки продуктов лучше отказаться от широкого угла в пользу ста миллиметров (или даже больше). Практически всегда такие запросы требуют щепетильного отношения к материалам фона, будь то тёмный сланец или состаренное дерево.
Дефекты генерации
Ложка дёгтя присутствует в любой бочке мёда. Обе стороны медали отчётливо видны, когда нейросеть пытается отрисовать кисти рук или сложную архитектурную геометрию. Почему появляются пресловутые шесть пальцев? Это связано с тем, что в обучающей выборке руки часто перекрыты случайными предметами или находятся в быстром движении. Сложно ли исправить эту оплошность? Да, но результат вполне достижим. На помощь приходит всё тот же негативный промт, куда скрупулёзно вписываются слова «bad anatomy», «extra limbs», «mutated». Впрочем, иногда проще сгенерировать грандиозный городской пейзаж, где люди выступают лишь мелкими силуэтами. Здание, украшенное готическими сводами, выстроенное из керамического кирпича, спроектированное по строгим законам, иногда может поплыть по краям кадра. Поэтому нет смысла перегружать сцену сотней персонажей, лучше сфокусироваться на главном герое.
Стилистика плёнки в Midjourney
Многие грезят о ламповой атмосфере старых аналоговых снимков. Буквально десятилетие назад это было уделом узкого круга преданных энтузиастов, но сейчас ретро снова диктует тренды. Само собой, цифровая звенящая резкость часто убивает кинематографичный ностальгический антураж. Чтобы окунуться в эстетику девяностых, в промт добавляются названия конкретных плёнок. К тому же, огромный пласт эстетики оседает в специфических параметрах вроде «ISO 800», «light leaks» или «halation». Неоднозначный цветовой сдвиг в холодных зелёных тонах легко получить, упомянув «Fujifilm C200». А вот оригинальное название «Polaroid» выдаст те самые знаменитые выцветшие квадратные карточки с белой рамкой. Нужно разложить по полочкам и форматы соотношения сторон. Для киношной картинки отлично подойдёт пропорция шестнадцать к девяти (иногда используется формат два к одному).
Чем негативный запрос лучше обрезки?
Отсекать лишнее всегда больно. Ведь именно негативные токены формируют чистую базу для генерации. Натыкаешься в ленте на потрясающий бюджетный интерьер – и сразу видишь отсутствие нелепых артефактов. Тем более, что алгоритмы изначально заточены на заполнение пустот случайными объектами. Чтобы сломать эту хаотичную, но неизбежную структуру, в дело идут запрещающие маркеры. Отсутствие пересветов, отсутствие водяных знаков, запрет на искажённые пропорции – всё это возвращает кадру журнальную чистоту. Разумеется, придётся повозиться с весами этих самых слов, усиливая их влияние через специальные синтаксические скобки. И всё же, этот кропотливый тяжёлый процесс окупается сполна. Настоящий кладезь полезных модификаторов можно собрать, просто анализируя чужие работы на профильных форумах.
Пейзажная фотография
Туман медленно сползает по склонам спящего вулкана. Создать масштабную панораму без потери качества довольно непросто. Хотя нейронные движки обожают рисовать горы, зачастую они сливаются в однообразную серую массу. Вся суть в том, что масштаб требует разделения на чёткие планы. Начать нужно с описания переднего фона, где обычно располагаются камни или поваленные деревья. Далее следует прорисовка среднего плана с рекой или лесом, ну и, наконец, выстраивается задний фон с пиками скал. Качественный природный пейзаж, снятый на дрон, освещённый первыми лучами солнца, обработанный в тёплых тонах, приковывает внимание зрителя надолго. Не стоит забывать про погодные условия. Облачиться в густые тучи небу помогут токены «overcast», «stormy weather» или «volumetric clouds». Да и самой композиции пойдёт на пользу правило третей, если явно указать его в конце текстовой строки.
Рекламная предметная съёмка
Серьёзное вложение времени требуется при работе с предметкой. Ведь именно здесь малейшая неточность в форме бьёт по бюджету виртуальной рекламной кампании. Эффективно ли использовать названия реальных брендов? Безусловно, так как сетки прекрасно знают дизайн популярных кроссовок или автомобилей. Однако слепое копирование часто приводит к смешению стилей. Корпус, усиленный рёбрами жёсткости, отлитый из матового поликарбоната, снабжённый хромированными вставками, требует филигранного описания. Кроме того, фон не должен отвлекать от продукта. Выручит здесь студийный монохромный задник или плавный градиент. Естественно, свет должен падать так, чтобы подчеркнуть фактуру материала (особенно это касается кожи или металла). Нельзя позволять машине самой додумывать текстуры, иначе пластиковая неестественность быстро испортит впечатление.
Освоение текстовых команд требует определённой насмотренности и терпения. Каждое новое слово меняет геометрию кадра, заставляя пиксели складываться в удивительные визуальные истории. Грамотно выстроенная надёжная современная структура обязательно порадует глаз потрясающей детализацией. Удачи в бесконечных творческих экспериментах, пусть каждый сгенерированный шедевр запомнится надолго и станет отличным решением для ваших будущих проектов.