Ещё пару лет назад превратить обычный снимок с телефона в стилизованный живописный портрет мог разве что художник-фрилансер, берущий за работу от пяти до пятидесяти тысяч рублей. Сроки — от недели до месяца, результат — лотерея, ведь не каждый иллюстратор с первого раза улавливает нужное настроение лица. А потом появился Midjourney, и всё перевернулось. Нейросеть, обученная на миллиардах изображений, научилась генерировать портреты такого качества, что от реальной фотографии их отличает разве что едва заметная «пластиковость» кожи. Но чтобы результат действительно приковывал внимание, а не вызывал разочарование, стоит разобраться в нюансах процесса — от подготовки исходника до тонкой настройки промта.
Почему именно Midjourney?
Нейросетей для генерации изображений сейчас хватает — тут и Stable Diffusion, и DALL·E, и Leonardo AI, и добрый десяток менее известных инструментов. Однако для портретной работы по фото Midjourney всё-таки солирует. Дело в том, что её алгоритм изначально тяготеет к «художественному» стилю: мягкие переходы света, благородная цветовая палитра, деликатная детализация пор и морщин. Конкуренты часто грешат либо чрезмерным реализмом (получается «фото после фотошопа»), либо мультяшностью. Midjourney же попадает в ту самую золотую середину, которую ценят и обыватели, и профессиональные дизайнеры. К тому же интерфейс через Discord, хоть поначалу и кажется странным, довольно быстро становится привычным рабочим инструментом.
Подготовка исходной фотографии
Здесь всплывают первые подводные камни. Многие думают, что нейросети всё равно, какой снимок ей скормить — мол, искусственный интеллект разберётся. На самом деле качество исходника определяет процентов семьдесят финального результата. Львиная доля неудачных генераций связана именно с плохим фото, а не с кривым промтом.
Начать стоит с разрешения. Снимок меньше 1000 пикселей по длинной стороне нейросеть обработает, но деталей лица там окажется мало, и алгоритм начнёт «додумывать» черты самостоятельно. Итог — портрет похож на кого угодно, только не на оригинал. Идеальный вариант — кадр от 2000 пикселей и выше, снятый при естественном дневном освещении. Жёсткие тени от вспышки или ламп дневного света тоже вносят искажения: нейросеть воспринимает резкую тень под носом как отдельный элемент и может превратить её в странное пятно или даже в деталь одежды. А вот мягкий рассеянный свет от окна — настоящий спасательный круг для тех, кто хочет максимально точной передачи черт.
Ракурс тоже имеет значение. Фронтальный портрет (анфас) обрабатывается точнее всего, лёгкий поворот головы на 15–20 градусов тоже допустим. Но если исходник — селфи снизу вверх с искажённым перспективой подбородком, ждать чуда не стоит. Ведь нейросеть опирается на геометрию лица, и любая оптическая деформация её сбивает.
Как загрузить фото и привязать его к промту?
Механика простая, но свои тонкости есть. Фотографию нужно загрузить прямо в чат Discord (или в веб-интерфейс, если речь о Midjourney Alpha), после чего скопировать прямую ссылку на изображение. Эта ссылка вставляется в самое начало промта, перед текстовым описанием. Выглядит это примерно так: ссылка_на_фото portrait of a woman in Renaissance style, soft lighting, oil painting texture. Между ссылкой и текстом — пробел, без запятых и прочих разделителей.
Нужно ли загружать несколько ракурсов одного человека? Вовсе нет. Midjourney работает с одним референсом за раз, и попытка вставить две-три ссылки приведёт к тому, что нейросеть смешает лица в нечто среднее. Результат — неоднозначный, мягко говоря. Впрочем, если хочется добавить второй референс для стиля (например, картину конкретного художника), то такой приём сработает: первая ссылка — лицо, вторая — стилевой образец.
Промт — сердце генерации
Вся суть в том, что Midjourney не читает промт как человек. Она выделяет из текста «токены» — смысловые единицы — и присваивает каждому определённый вес. Поэтому порядок слов в промте имеет значение: то, что стоит ближе к началу, влияет на результат сильнее. И это первое правило, которое стоит запомнить.
Скелет портретного промта. Сначала идёт ссылка на фото. Затем — тип изображения (portrait, headshot, bust shot). После этого — описание стиля, которое и задаёт всю атмосферу. Ну и, наконец, технические параметры вроде освещения, текстуры и камеры. Следующий важный критерий — конкретность формулировок. Вместо расплывчатого «красивый портрет» нейросеть гораздо лучше реагирует на «portrait in the style of John Singer Sargent, warm golden hour lighting, visible brushstrokes, canvas texture». Чем точнее описание — тем предсказуемее результат. Это как с заказом в ресторане: «что-нибудь вкусненькое» и «стейк рибай medium rare с трюфельным маслом» — две большие разницы.
Стоит ли углубляться в параметры?
Однозначно да. Без тонкой настройки параметров даже идеальный промт может выдать совсем не то, чего ожидаешь. Один из самых полезных инструментов — параметр —iw (image weight), который определяет, насколько сильно нейросеть будет опираться на загруженное фото. Значение колеблется от 0 до 2, где 0 — полное игнорирование снимка, а 2 — максимальное сходство с оригиналом. Для портрета по фотографии оптимальное значение обычно лежит в диапазоне от 1.2 до 1.8. При —iw 2 сходство будет почти фотографическим, но стилизация пострадает. При —iw 0.5 нейросеть возьмёт от фото лишь общее впечатление — овал лица, цвет волос — а всё остальное нафантазирует сама.
Ещё один нюанс — параметр —s (stylize). Чем выше число (максимум 1000), тем «художественнее» и свободнее интерпретация. Для реалистичного портрета стоит держаться в районе 100–250, а для стилизации под живопись — смело поднимать до 500–750. Параметр —c (chaos) управляет разнообразием вариантов: при низком значении четыре превью будут похожи друг на друга, при высоком — каждый вариант окажется радикально другим. Для портретной работы лучше не увлекаться хаосом и держать его на уровне 5–15.
Стилизация: от масла до киберпанка
Вот где начинается настоящее творчество. Midjourney — кладезь стилевых возможностей, и грамотная стилизация превращает банальный снимок в произведение, от которого сложно оторвать взгляд. Один из самых популярных запросов — портрет маслом в духе Ренессанса. Для этого в промт стоит добавить «oil painting, Renaissance style, chiaroscuro lighting, dark moody background». Нейросеть подхватит характерные мягкие градиенты, глубокие тени и ту самую бархатистую текстуру холста, которая бросается в глаза на полотнах Караваджо.
Следующий довольно востребованный стиль — акварельный портрет. Здесь ключевые слова «watercolor painting, wet on wet technique, soft edges, paper texture» творят чудеса. Границы лица становятся мягкими, краски как будто перетекают друг в друга, а фон растворяется в полупрозрачных разводах. Отдельно стоит упомянуть стилизацию под кинокадр: «cinematic portrait, 35mm film grain, shallow depth of field, Kodak Portra 400 color palette» — и вот уже обычное фото выглядит как стоп-кадр из авторского фильма семидесятых.
А если хочется чего-то совсем необычного? Тогда стоит попробовать смешение стилей. Например, «portrait in the style of Alphonse Mucha meets cyberpunk, neon accents, Art Nouveau frame, holographic elements». Результат получается провокационный, но изысканный — модерновая рамка с цветочным орнаментом, а внутри неё лицо, подсвеченное неоновым розовым. Зрелище впечатляющее.
Что делать, если лицо «поплыло»?
Самая частая жалоба. Нейросеть сгенерировала красивый портрет, но сходство с оригиналом — процентов на тридцать. Знакомо? Это связано с тем, что Midjourney по своей природе — генеративная модель, а не инструмент точного копирования. Она вдохновляется фотографией, но не перерисовывает её пиксель в пиксель.
Первый приём для повышения сходства — увеличить image weight до 1.5–1.8 и снизить stylize до 50–100. Второй — добавить в промт конкретные физические описания: «with green eyes, freckles on nose and cheeks, auburn wavy hair, oval face shape». Да, это кажется избыточным — ведь фото уже загружено. Но на практике такие текстовые «подсказки» помогают нейросети сфокусироваться на правильных чертах. Третий щепетильный момент — параметр —no, который работает как антипромт. С его помощью нет смысла перечислять всё подряд, но «—no glasses, beard, wrinkles» спасёт, если нейросеть упорно добавляет человеку аксессуары или черты, которых на фото нет.
Версии Midjourney и их влияние на портрет
Тут тоже есть подводные камни. Буквально год назад пользователи работали на версии 5.2, которая уже тогда давала добротные результаты. Но с выходом шестой версии всё заметно изменилось — детализация кожи стала тоньше, глаза перестали «стекленеть», а волосы наконец-то начали выглядеть как отдельные пряди, а не как монолитная масса. Кстати, в шестой версии появился так называемый режим —style raw, который снижает «авторский почерк» нейросети и даёт более натуральную картинку. Для портретов по фото эта опция — настоящая находка.
Нужно отметить, что новые версии не всегда лучше старых в каждом аспекте. Версия 5.2, например, чуть лучше справлялась со стилизацией под графику и скетчи, а «шестёрка» иногда перестаёт следовать стилевым указаниям, если image weight выкручен на максимум. Да и скорость генерации в разных версиях отличается: на v6 один запрос обрабатывается в среднем за 50–70 секунд, тогда как v5.2 справлялась секунд за тридцать–сорок. Впрочем, ожидание того стоит.
Роль негативных промтов и весов
Тонкая работа. В Midjourney нет полноценных негативных промтов, как в Stable Diffusion, но параметр —no частично компенсирует этот пробел. А вот веса для отдельных частей промта — инструмент мощнейший, хоть и недооценённый. Двойное двоеточие с числом после слова (например, «portrait::2 oil painting::1 dark background::0.5») позволяет расставить приоритеты: лицо получит больше «внимания» алгоритма, стиль — умеренное, а фон — минимальное.
На практике это решает конкретную проблему: без весов нейросеть нередко увлекается фоном и деталями одежды, а само лицо прорабатывает поверхностно. Выставив повышенный вес на «portrait» или «face», можно направить ресурсы генерации туда, куда нужно. Но не стоит перебарщивать — при весе выше 3 начинаются артефакты и странные искажения. Оптимальный разброс весов для портрета: главный объект — от 1.5 до 2.5, стиль — от 0.8 до 1.5, второстепенные элементы — от 0.3 до 0.8.
Апскейл и доработка
Портрет сгенерирован, сходство устраивает, стиль попал в точку. Что дальше? Из четырёх превью нужно выбрать лучший вариант и «поднять» его разрешение. Midjourney предлагает несколько режимов апскейла: стандартный (subtle) и творческий (creative). Для портрета по фото предпочтительнее subtle — он сохраняет детали лица без лишней самодеятельности. Creative-апскейл может подрисовать фактуру, которой не было в оригинале, и иногда это выглядит удивительно хорошо, а иногда — наоборот.
После апскейла изображение обычно имеет разрешение около 2048×2048 пикселей. Для соцсетей и цифрового использования этого хватает с запасом. Но если портрет предназначен для печати — скажем, на холсте формата 60×80 см — то без дополнительного увеличения через сторонние сервисы вроде Topaz Gigapixel или Real-ESRGAN не обойтись. Эти инструменты доводят разрешение до 8000–10000 пикселей, сохраняя при этом текстуру и мелкие детали кожи. Кошелёк, правда, станет легче: лицензия Topaz стоит порядка 100 долларов, но это серьёзное вложение, которое окупается на первых же десяти работах.
Частые ошибки новичков
Перегруженный промт. Ведь кажется логичным описать всё до последней реснички — цвет глаз, форму бровей, текстуру кожи, стиль причёски, тип освещения, марку объектива, эпоху, настроение и ещё пятнадцать деталей. На деле же нейросеть теряется в потоке токенов и начинает генерировать нечто усреднённое, где ни один элемент не проработан глубоко. Золотое правило — не более 60–75 слов в промте, из которых 30–40 описывают стиль и атмосферу, а остальные — технические указания.
Вторая частая ошибка — игнорирование соотношения сторон. По умолчанию Midjourney генерирует квадрат (1:1), но для портрета куда лучше подходит вертикальный формат —ar 2:3 или —ar 3:4. Квадратная рамка «обрезает» плечи и макушку, из-за чего композиция выглядит тесной, словно человеку не хватает воздуха в кадре. И ещё одна ложка дёгтя — использование слишком низкого качества исходника. Мутное селфи с фронтальной камерой 2018 года — не лучший выбор. А вот чёткий снимок с основной камеры современного смартфона при хорошем свете — совсем другое дело.
Этика и подводные камни использования
Нельзя не упомянуть щепетильный вопрос авторских прав и этики. С юридической точки зрения ситуация довольно туманная: в разных странах сгенерированные нейросетью изображения имеют разный правовой статус. В США, к примеру, Бюро авторского права в 2023 году отказало в регистрации копирайта на ИИ-изображения, а в России пока прецедентной практики почти нет. Тем более что использование чужих фотографий для генерации портретов без согласия человека — территория этически неоднозначная. Даже если закон формально не запрещает такие махинации, не стоит забывать о элементарном уважении к личности.
Отдельная тема — коммерческое использование. Подписка Midjourney Pro (за 60 долларов в месяц) даёт право использовать сгенерированные изображения в коммерческих целях, но при условии, что годовой доход компании не превышает миллион долларов. Крупным бизнесам нужна корпоративная лицензия. Само собой, если портрет содержит узнаваемые черты реального человека — модели или публичной персоны — то для коммерческого использования потребуется ещё и модельный релиз.
Альтернативный подход: Midjourney плюс Photoshop
Опытные пользователи редко останавливаются на одной лишь генерации. Гибридный подход — вот где скрывается настоящая изюминка процесса. Схема довольно простая: Midjourney создаёт стилизованный портрет, а затем в Photoshop или Affinity Photo вручную корректируются мелкие несоответствия. Глаза чуть не того оттенка? Пара движений кистью на отдельном слое. Родинка исчезла? Нарисовать обратно — дело тридцати секунд. Форма носа немного «уехала»? Инструмент Liquify спасёт ситуацию.
К слову, существует и обратный подход — сначала подготовить фото в Photoshop (убрать фон, скорректировать контраст, может быть, даже добавить элементы будущей композиции), а уже потом скормить это подготовленное изображение Midjourney. Такой добротный многоступенчатый процесс требует больше времени, но результат часто превосходит ожидания. Ведь нейросеть получает «чистый» материал с правильным освещением и композицией, и ей остаётся лишь наложить стилистику.
Портрет, созданный с вниманием к деталям — от выбора правильного исходника до скрупулёзной настройки весов и параметров — способен стать не просто красивой картинкой для аватарки, а настоящим цифровым арт-объектом, который не стыдно распечатать на холсте и повесить на стену. Midjourney в умелых руках творит удивительные вещи, и с каждым обновлением грань между нейросетевой генерацией и работой живого художника становится всё тоньше. Удачи в экспериментах — и пусть каждый портрет получается именно таким, каким вы его задумали.
