Со Stable Diffusion работать не настолько просто, как с Midjourney, но если с ней разобраться, то открываются необъятные возможности (в какой-то степени даже более широкие). Так как основной съемочный процесс «Астероида-77F» завершился до того, как я открыл для себя эту нейросеть, то и в рамках проекта было генерировать особенно нечего. Однако некоторые вещи, тем не менее, удалось создать.
В частности для одной досъемочной смены потребовалось сгенерировать фотографию, где молодой худой мужчина и беременная девушка стоят рядом на поверхности другой планеты на фоне космической фермы. Задача была решена при помощи Photoshop и Stable Diffusion. Нейросеть создала определенное количество вариантов, дальше я выбрал наиболее подходящий, и уже докручивал его в графическом редакторе, используя фотомонтаж, а также накладывая фильтры с зерном и оптическими искажениями, чтобы максимально замаскировать искусственное происхождение изображения.
Вне всяких сомнений при пристальном взгляде довольно быстро становится ясно, что перед нами «липа». Но если такая фотография не будет показываться слишком крупным планом, а также на ней не будет акцентировано излишнее внимание, то подобное решение вполне правомерно.
Что еще обязательно следует отметить о работе Stable Diffusion? Нейросеть, как и Midjourney (или любая другая) требует отбора вариантов и многократного уточнения, но она к этому процессу особенно чувствительна. В первой итерации практически невозможно получить качественное изображение. Поэтому работа с ней всегда связана с получением первого комплекта вариантов, отбора наиболее подходящего, генерации нового комплекта на его основе, отбора наиболее подходящего уже оттуда и т.д. При этом с каждым новым этапом качество изображения улучшается. Периодически также необходимо уточнять текстовый запрос.
Приведу примеры последовательной генерации вариантов постера для фильма (пока только гипотетических, дабы выбрать композицию и стиль).
Stable Diffusion можно использовать и для рутинных задач – например, для создания раскадровок. Если снизить разрешение генерируемых картинок (а для раскадровок не требуется слишком больших изображений), то скорость работы нейросети в разы повысится, соответственно, описывая в запросе каждый кадр по отдельности, получается довольно эффективно формировать раскадровки.
В данном случае я в тестовом режиме решил сделать несколько кадров для сцены, в которой мужчина спускается с холма, видит деревню и входит в нее, пока некоторые жители смотрят на странника. Дело заняло примерно 30 минут, включая отбор вариантов. Полагаю, что ни один художник-раскадровщик, даже самый опытный, не сумел бы выдать такую скорость с таким результатом (может быть, я ошибаюсь).
Но стоит вернуться к некоторым сложностям, которые встретят любого пользователя Stable Diffusion. Данная нейросеть существует и в онлайн-режиме, но им не рекомендуется пользоваться, т.к. он лишен основного функционала. Наиболее оптимальным подходом станет установка нейросети непосредственно на ПК, где будут использоваться его мощности. Т.к. мы имеем дело с open source, то сборки интерфейса могут быть различными (я использую Easy Diffusion) и, помимо прочего, к системе можно подключить любую модель, обученную для тех или иных целей. В Интернете есть большое количество хранилищ, где выкладываются модели для Stable Diffusion (какие-то для генерации аниме, какие-то для создания фотореалистических изображений, иные даже для рисования эротики). С моими задачами лучше всего справляется модель Clarity.
Кроме Midjourney и Stable Diffusion картинки могут генерировать такие нейросети как Kandinsky, BlueWillow или Dall- E, однако с ними я меньше работал, потому как в целом меньше впечатлили. Вполне возможно, что для ваших целей появится смысл поэкспериментировать и с ними.
Продолжение следует ...
_________________
Поддержите наши публикации своим лайком 👍 и подписывайтесь на канал. И обязательно делитесь своим мнением в комментариях! 💬 Впереди еще много интересных и актуальных материалов из мира кино и литературы!
