В сети выставлено огромное количество однотипных сгенерированных лиц, чья пластиковая идеальность сразу бросается в глаза даже неискушённому зрителю. Многие считают, что достаточно вбить в строку генератора пару коротких фраз о семье, но на самом деле нейросети тяготеют к созданию глянцевых, безжизненных манекенов. Устав от суеты с бесконечными перегенерациями и мутными текстурами, опытный энтузиаст начинает искать скрупулёзный подход к текстовым запросам. А начать стоит с понимания базовой физики виртуального света и анатомической логики расположения персонажей в кадре.
Как добиться фотореализма?
Блик на радужке глаза. Именно с этой микроскопической детали, многократно усиленной алгоритмами рендеринга, начинает строиться по-настоящему добротный семейный портрет. Сложно ли уйти от эффекта зловещей долины? Довольно тяжело, но правильная работа с виртуальным освещением творит чудеса. Разумеется, любой обыватель ограничится простыми тегами, однако профессионал использует точный инструментальный подход. Кадр, освещённый мягким контровым светом, снятый на объектив с фокусным расстоянием восемьдесят пять миллиметров, дополненный лёгкой зернистостью плёнки, сразу приобретает колоритный самобытный характер. Дело в том, что генеративные модели обучались на студийных фотографиях, поэтому указание конкретной камеры выступает как спасательный круг для создания нужного визуального объёма. Не стоит забывать про объёмный свет (так называемый volumetric lighting). Ведь именно он вносит львиную долю достоверности в финальный результат генерации.
Расстановка персонажей
Задача не из лёгких. Разместить четырёх человек в одном кадре так, чтобы их конечности не слились в единую биомассу, бывает довольно сложно. И всё же выход есть. Нужно отметить, что ситуацию спасает строгая композиционная иерархия, прописанная текстом. Сначала генерируется смысловая основа, где взрослый отец солирует на заднем плане, создавая опору кадра. Затем алгоритм прорисовывает сидящую мать, а уже следом идут дети, которых система изначально часто пытается исказить. К слову, буквально десятилетие назад подобная детализация казалась немыслимой фантастикой, но сейчас мощные видеокарты щёлкают такие задачи за несколько секунд. Чтобы избежать наляпистости, лучше отказаться от поз со скрещёнными руками или тесными объятиями. Тем более, что именно в местах соприкосновения слоёв непременно всплывут пресловутые лишние пальцы. Ну и, наконец, стоит использовать параметры расфокусировки для мягкого сглаживания дальних планов.
Одежда в кадре: стилистика
Во что облачиться виртуальным героям? Выбор гардероба — настоящий кладезь возможностей для цифрового арт-директора. С одной стороны, всегда хочется добавить изысканный вычурный декор, с другой — чрезмерная детализация тканей сильно бьёт по бюджету вычислительных мощностей локальной машины. Безусловно, самым надёжным решением станет однотонная одежда, сшитая из натуральных материалов. Например, отличный англоязычный запрос звучит так:
Все топовые нейросети в одной подписке! 🚀
Устали оплачивать десятки сервисов отдельно и постоянно включать VPN? Появилась платформа, которая объединяет более 90 передовых ИИ в одном окне. Пишите тексты с новейшими версиями GPT и Claude, создавайте шедевры в Midjourney и генерируйте видео в Sora и Kling. Тексты, изображения, видео и музыка — всё работает на любых устройствах без «танцев с бубном».
Попробуйте бесплатно прямо сейчас! Переходите по ссылке и получите бонусные токены для старта 👉 https://clck.ru/3RNCRL
a highly detailed realistic photograph of a family of four, parents in their late thirties wearing beige linen shirts, a seven-year-old boy in denim overalls, a four-year-old girl in a simple white cotton dress
Этот конкретный промт навсегда исключает конфликты текстур. Кстати, не стоит перегружать сцену мелкими аксессуарами вроде цепочек или сложных часов. Потому что мелкие детали превратятся в кашу. Да и самим зрителям приятнее смотреть на чистые линии. К тому же, гармоничная пастельная палитра всегда приковывает внимание.
Стоит ли добавлять сложный фон?
Зачастую нейросети грезят потрясающими пейзажами на заднем плане, уводя фокус внимания от людей. Естественно, хочется поместить семью на фоне эпичного каньона или футуристического города. Впрочем, размытый интерьер обычной гостиной сработает гораздо надёжнее. Внушительный кирпичный камин, растопленный сухими дровами, украшенный семейными реликвиями, задаст правильный тон всей картине. Тем более, что тёплый свет от огня очень мягко оседает на лицах персонажей, скрывая мелкие дефекты генерации. Совершенно не сильно ударит по кошельку вашего времени и генерация на фоне классической студийной циклорамы. Это же правило касается уличных съёмок в парках. Когда-то популярные пёстрые фоны сейчас уступили место благородному минимализму. Обе стороны медали важны: мы сохраняем строгий фокус на эмоциях и одновременно минимизируем количество артефактов.
Готовые текстовые решения
Перейдём к чистой практике. Одним из самых удачных вариантов для Midjourney станет следующая объёмная конструкция, которую придётся аккуратно скопировать. Начинать запрос нужно с главных действующих лиц:
A hyper-realistic family portrait of 4 people, a father with short brown hair and light stubble, a mother with curly blonde hair smiling warmly, a teenage son and a toddler daughter
Далее следует описать локацию и технику:
posing naturally in a sunlit modern living room, shot on Sony A7R IV, 50mm f/1.8 lens, natural window lighting, ultra-detailed faces, skin pores visible, 8k resolution, photorealistic —ar 16:9
Эта комбинация позволяет разложить по полочкам каждую мелочь. Отдельно стоит рассмотреть альтернативный русский вариант для локальных моделей вроде Kandinsky. Текст выглядит так:
Фотореалистичный портрет семьи из четырёх человек, родители счастливо улыбаются, двое детей школьного возраста, сидят на клетчатом пледе в осеннем парке, золотой час, мягкие тени, кинематографичное освещение, сверхвысокая детализация текстуры кожи, профессиональная фотография
Специфика негативного промта
Излом запястья. Натыкаешься на этот пугающий дефект довольно часто, если забываешь прописать запретные слова. Исконно машинная проблема кроется в полном непонимании базовых анатомических постулатов. Обязательно ли писать длинные отрицательные запросы? Вовсе нет, но без них результат сильно пострадает. Там всегда придётся внести лепту в виде строгого ограничения свободы искусственного интеллекта. Первым в списке ограничений пойдёт классический отрицательный блок:
mutated hands, deformed faces, extra limbs, bad anatomy, unnatural skin, cross-eyed, poorly drawn face
За ним следует добавить стилистические запреты:
cartoon, illustration, 3d render, anime, painting, plastic texture
Без этих стоп-слов обойтись практически невозможно, если вы хотите получить фотографическое качество. И всё же тотальный контроль возможен только через дополнительные плагины. Серьёзное вложение сил в изучение масок обязательно окупится идеальными руками.
Влияние освещения
Свет льётся рекой сквозь виртуальные окна, преображая плоскую картинку в объёмное произведение искусства. А вот как именно он ляжет на кожу — зависит исключительно от автора текстового запроса. Нельзя не упомянуть важность указания конкретного времени суток. Запрос «golden hour lighting» или «soft morning sunlight» кардинально меняет настроение и теплоту всей сцены. Если тратить платные часы генерации на бесконечные тесты без указания света, кошелёк станет легче буквально за один вечер. Портрет, снятый с открытой диафрагмой, получает красивое размытие заднего фона. Это удобно. Потому что работает. Всегда. Ведь пёстрый фон больше не будет оттягивать на себя взгляд придирчивого зрителя. Ну, а если требуется мрачный кинематографичный стиль, можно смело добавить теги «harsh shadows» и «dramatic lighting». Безусловно, в таких условиях лица могут получиться слишком резкими, подчёркивая несуществующие морщины. Ложка дёгтя присутствует везде. Но щепетильный подход к каждому слову позволяет найти идеальный оптический баланс.
Возрастные искажения
С пропорциями детских лиц дело обстоит сложнее всего. Часто малыши на генерациях выглядят как пугающе уменьшенные копии взрослых людей. Это связано с тем, что огромные обучающие датасеты содержат гораздо меньше качественных детских фотографий. Как исправить этот неоднозначный визуальный нюанс? Достаточно просто указать точный возраст каждого конкретного чада. Запрос «a 5-year-old boy» сработает гораздо точнее и предсказуемее, чем просто размытое понятие «a child». Кстати, общая геометрия кадра также сильно зависит от правильного соотношения сторон. Квадратные изображения хороши для одиночных лиц крупным планом. Но для полноценной группы из четырёх человек лучше использовать широкий формат, чтобы каждый персонаж уверенно стоял на ногах. В противном случае алгоритм начнёт безжалостно обрезать макушки или плечи крайних людей. Не стоит жалеть английских слов на описание роста персонажей. Нейросетевой бомонд давно понял эту небольшую хитрость, спасающую часы работы. Ну и, наконец, всю композицию венчает искренняя улыбка, которую тоже нужно прописывать отдельным тегом «genuine smile».
Поиск идеального баланса между холодной машинной логикой и живой человеческой фантазией требует огромного терпения. Каждое новое добавленное слово физически влияет на композицию, изменяет угол падения света, перестраивает сложную геометрию лиц. Главное — угадать с правильной палитрой. И тогда бездушные пиксели послушно сложатся в тёплую, дышащую историю, которая будет выглядеть абсолютно достоверно. Смело экспериментируйте с виртуальными объективами, не бойтесь длинных описательных конструкций, тщательно подбирайте негативные теги для очистки кадра. Пусть каждый созданный вами семейный портрет порадует безупречной анатомией и запечатлеет настоящие, искренние эмоции. Перевоплощение завершено.