ВЕЧНЫЕ ТЕМЫ

На днях компания Сбер представила новую модель генерации изображений по тексту Kandinsky 3.0. В этой версии разработчики отошли от двухстадийного создания изображений, которое применялось в прошлых версиях. Теперь генерация картинок производится непосредственно из текстовых промптов.

Начало зимы, деревенский пейзаж

Посмотрим, что умеет новая модель. Для начала несколько пейзажей.

Основное отличие от модели Kandinsky 2.2, которое сразу бросается в глаза: цветовая гамма модели 3.0 более умеренная, приглушенная. Больше не надо изощряться, чтобы нейросеть обошлась без кислотных цветов. Например, добавлять в запрос пасмурную погоду, чтобы освещение на картинке было тусклым. Ветви деревьев прорисованы четче.

Недостаток, который сразу бросается в глаза - отсутствие фокуса на некоторых пейзажах.

Как это исправить? Например, добавить какой-либо объект на передний план. Тогда Кандинский четко изобразит этот объект, и получится как бы объемная картинка.

Лес, извилистая река, высокая трава у берега, цветы. Здесь акцент на траву и цветы.

Можно также попытаться сформулировать запрос по-другому, либо, если не выходит, перейти на модель Kandinsky 2.2, если сильно необходим именно такой пейзаж с лесом и рекой.

По сообщению разработчиков нейросети Kandinsky 3.0, новая модель понимает российский культурный код. Это значит, что Кандинский, подобно Шедевруму, умеет рисовать героев русских сказок, персонажей российских мультфильмов, имеет представление о русском искусстве. Вообще, эти две российские нейросети стараются друг от друга не отставать. Стоит одной выкатить обновление, через несколько дней другая анонсирует очередную модель. Как Шедеврум рисует Чебурашек и других наших персонажей, я уже оценивала. На очереди проверка модели Kandinsky 3.0.

Некоторые персонажи нарисованы кривовато, тем не менее, вполне узнаваемы. Зачтено. Теперь проверю, насколько Кандинский в курсе русского искусства и стиля.

Шедеврум, очередь за тобой! Ты не все умеешь.

Вот лапти не получились. Кандинский все время вместо них рисует сандалии. С гармошкой накрутил, непонятно что, но хотя бы имеет представление, что это клавишно-пневматический музыкальный инструмент.

Парень в русской национальной рубахе играет на гармошке.

Взгляните и на другие арты, Чтобы увидеть промпт, наведите курсор мышки на изображение.

Сравнивая предыдущие версии Кандинского и Шедеврума, я задавала промпты с динамикой движения. А как справляется с теми же запросами Kandinsky 3.0?

Мальчик и вправду убегает, а волк, похоже, не спешит. Ладно, это тоже зачтено. Теперь другая задача. Человека и животного вместе нейросеть умеет рисовать. Как насчет двух животных разных видов? Раньше Кандинский с этой задачей не справлялся.

С котиками и песиками Кандинский справился. Теперь милота на картинках с птицами и рыбками. Здесь уже не обходится без казусов. С двумя котами произошла странная трансформация.

Еще усложняю задачу. Совмещаю на одном изображении диких животных. На картинке с медведем и лисицей на поляне, вроде, лиса похожа на лису, а медведь на медведя, но какие-то перетекающие друг в друга виды. На арте с промптом «Ежик и медвежонок, советский мультик» получились какие-то медвеёжики. На изображении с запросом «Обезьянка и енот у реки», также по мотивам советского мультика, обезьянка приобрела свойственный еноту окрас.

И, наконец, самая сложная задача. Два вида животных с динамикой движения. Как в случае с мальчиком, только от волка будет убегать заяц.

Не спрашивайте, со скольких попыток получилась последняя картинка. Главное, что она получилась.