Генерация с нуля и генерация по фото: в чём разница на практике

Почти любой сервис генерации предлагает два принципиально разных способа получить изображение: описать желаемое словами или загрузить фотографию как основу. Разница между ними глубже, чем кажется, и выбор режима определяет, что вообще можно получить.

Генерация с нуля

Вы даёте только текст. Модель стартует со случайного шума и полностью свободна в том, что нарисовать: любая внешность, любая сцена, любой стиль. Ограничение одно — то, что вы описали.

Сильные стороны очевидны: максимальная свобода, отсутствие требований к исходным материалам, возможность получить то, чего не существует. Слабая сторона тоже одна, но существенная: вы не можете получить конкретного человека. Даже подробнейшее описание внешности даёт похожий типаж, а не личность.

Генерация по фото

Вы даёте изображение и описание того, что с ним сделать. Модель стартует не от шума, а от вашего снимка, и результат наследует его свойства — прежде всего внешность.

Сильная сторона: узнаваемость. Слабая: свобода ограничена. Чем сильнее вы хотите изменить сцену, тем больше приходится «отпускать» исходник, а вместе с ним уходит сходство.

Где проходит граница

Практическое правило простое. Если в результате должен быть конкретный человек — режим по фото, без вариантов. Если конкретный человек не нужен, генерация с нуля даёт лучший результат: она не тратит ресурс на удержание внешности и лучше справляется со сценой.

• Портрет себя в новом стиле — по фото.
• Иллюстрация к посту без узнаваемых лиц — с нуля.
• Аватар, который должны узнать коллеги — по фото.
• Фоновое изображение, обложка, абстрактная сцена — с нуля.
• Персонаж для проекта, которого не существует — с нуля.

Промежуточные режимы

Между двумя крайностями есть варианты, которые стоит знать.

1. Референс сцены. Загруженное фото задаёт не внешность, а композицию, свет и обстановку — а лицо приходит из другого источника или описания.
2. Дорисовка деталей. Исходником служит уже сгенерированное изображение: модель уточняет его, не меняя композицию.
3. Комбинированный вход: одно фото для сцены, несколько — для внешности. Так работают сценарии повторения чужого кадра.

Что происходит со стилем

В режиме с нуля стиль задаётся полностью описанием, и модель следует ему точно. В режиме по фото стиль конкурирует с исходником: если на снимке жёсткий свет, а вы просите мягкий студийный, модель должна переписать освещение — и делает это тем хуже, чем сильнее расхождение.

Отсюда практический совет: в режиме по фото выбирайте стиль, не слишком далёкий от условий исходной съёмки. Радикальная смена света возможна, но платится сходством.

Требования к материалам

Генерация с нуля не требует ничего, кроме формулировки. Генерация по фото требует пригодного снимка, и это не формальность: качество исходника — главный фактор результата, важнее выбора стиля и длины запроса.

Типичная ошибка

Самая частая — попытка получить узнаваемый портрет через текстовое описание внешности. Описание «женщина тридцати лет, тёмные волосы, зелёные глаза» задаёт типаж, и модель нарисует правдоподобного человека, но не вас и не вашего знакомого.

Обратная ошибка тоже встречается: загружать фото туда, где оно не нужно. Если в кадре не должно быть узнаваемого лица, исходник только ограничивает модель и ухудшает сцену.

Стоимость и скорость

Оба режима обычно сопоставимы по стоимости одного прогона, но различаются по количеству прогонов до результата. Генерация с нуля чаще требует итераций по формулировке; генерация по фото — подбора исходника и стиля. Наибольшая экономия в обоих случаях достигается на подготовительном этапе, а не в процессе.