Ученье – Луносвет!Всем привет! Так как тема может показаться интересной многим, а приобщиться к ней сейчас относительно просто, плюс с целью популяризации нейрогенераций и увеличения количества контента, а так же по просьбе некоторых уважаемых людей представляю вашему вниманию данный, с позволения сказать, гайд, посвящённый тому, как бесплатно и без смс генерировать картинки по текстовому запросу.
Что нам понадобится:
- аккаунт Microsoft (Skype/Bing/GFWL - сгодится и будет даже лучше);
- VPN или прокси - любой, позволяющий вам "изменить местоположение" (тут следует отметить, что сервис не предоставляется на некоторой территории РФ, а НЕ блокируется изнутри);
- данный гайд (опционально :D).
Я просто постараюсь примерно объяснить, как это работает и как "рисовать" конкретно Warcraft, поэтому сразу обозначу, чего тут не будет:
- рекомендаций о том, какой VPN или аналог использовать;
- гайда по регистрации учётной записи Microsoft (хотя следует сказать, что лучше регистрировать на сторонний электронный ящик, а-ля g-mail или даже mail.ru - так меньше шансов нарваться на требование подтвердить личность через номер телефона);
- костылей и лайфхаков по обходу встроенной в нейросеть цензуры для генерации контента погорячее.
Если вы уже несколько недель занимаетесь промптингом в Bing или вообще генерацией в более серьёзных нейросетях - вряд ли найдёте что-то новое.
Начнём с дефиниций, тут же с ними и закончив:
Промпт - здесь и далее - это текстовый запрос для нейросети, на основе которого она генерирует картинки.
Так как создатель изображений от Microsoft сделан для широкого круга пользователей, он понимает промпты, написанные максимально человеческим языком, без спецтерминов, весов и прочей техномагии более сложных нейросетей.
О моих безумных умениях Russian PROMPTing-а: вам следует понимать, что нейросеть будет работать с текстом на английском и таким образом введённый вами текст на великом и могучем будет сначала автоматически переведён на англицкий, а потом скормлен алгоритмам. Это иногда может приводить к забавным казусам, но для меня это не повод сидеть с переводчиком и переводить запросы самостоятельно. И да, я вставляю куски на английском прямо посреди запроса на русском. Считается моветоном, но %ули нам, андедам... В примерах будут мои промпты на языке, на котором удобно мне. Хотя предпочтительнее, конечно же, всё же писать на английском.Теперь к практике. Всё веселье находится по
ссылке. Для начала вводим в поле запроса что-то короткое, а-ля "Орк в кожаной куртке на мотоцикле", нажимаем "Присоединиться и создать" и после логина в учётную запись Microsoft и пары минут ожиданий получаем наши первые изображения:
На этом всё, спасибо за внимание, пост написан при поддержке... Шучу.
Теперь немного общей "теории". Нейросеть тренировалась на картинках, которые были особым образом "подписаны" для неё, как следствие она просто "знает" некоторые вещи и персонажей, а некоторые - нет. Так например, запрос "Орк" в большинстве случаев выдаёт очень характерных и знакомых всем нам зелёных товарищей, которых сложно спутать с орками из других сеттингов, запрос "Терминатор" выдаст нам результат с довольно узнаваемым киборгом-убийцей, запрос "Эльфийка" выдаст бабу с ушами, запрос "Шрек" выдаст немного огрской любви, а вот запрос "Иллидан" выдаст нечто... безусловно крутое, но вряд ли узнаваемое:
Помимо Терминатора и Шрека нейросеть так же знает много персонажей, среди которых и Геральт из Ривии, и Человек-Паук, и Джон Уик... Аналогично с некоторыми локациями как реального, так и виртуальных миров.Таким образом, некоторого - например персонажей и локаций интересующего нас Warcraft - она наоборот не знает, потому придётся экспериментировать, а главное "костылить и колхозить". Первое и главное, что она знает - это то, что есть такой сеттинг и как примерно в нём всё выглядит. Таким образом, добавив всего пару слов в запрос, мы получаем не "бабу с ушами", а вполне узнаваемых нам барышень, с "каноничными" цветами кожи и бровями-антеннами:
В суровом деле костылинга и колхозинга нас ограничивают три вещи - 480 символов на текстовый запрос, встроенная цензура и наша воспалённая фантазия. Сразу про цензуру - лучше не пытайтесь с двух ног начать генерировать барышень с пышными формами и минимумом одежды или орков по колено во вражеской крови - это грозит не только блокировкой генераций на срок от часа да нескольких суток, но и тем, что результат вы вообще не получите.
Помимо потенциально эротического под запретом находятся и потенциально оскорбительный, а так же потенциально связанный с насилием контент, нежелательно генерировать всякое с известными людьми, хотя сеть знает прям очень многих... Наверное, это всё где-то написано, но кто ж всё это будет читать... Короче говоря, на первых порах давайте без рек крови, голов на пиках и прочих радостей гримдарка и порнофанфиков.Если не так, то как тогда мы можем использовать вверенные нам 480 символов текстового запроса? Это не аксиома, но проще всего структурировать свой промпт следующим образом:
- начинаем с описания стиля и общих "тегов". В рамках сабжа нас интересует например "World of warcraft game screenshot" - даёт картинку а-ля "трёхмерная игра" и сразу указывает на сеттинг. Также я люблю "в стиле карандашного рисунка", "в стиле комиксов" и "в стиле тёмного фэнтези 80-х годов" - к трём последним через запятую конечно надо добавить что-то а-ля "сеттинг Warcraft" или просто "World of warcraft" для придания узнаваемости;
- продолжаем уже более точечными настройками, если есть пожелания: тусклые/тёмные/яркие цвета, общий/крупный план, ракурс снизу/сверху/сбоку, яркий свет/тёмное освещение - думаю суть понятна;
- конкретный персонаж, и вот тут я растекусь немного мыслью по тексту. Как мы уже выяснили, отлично выходят орки: даже без дополнительных костылей это уже любимые нами товарищи, достаточно указать цвет кожи и вуа-ля - от Гул'дана до Гарроша... Гоблины так же генерируются "из коробки". С указанием сеттинга получаются узнаваемые эльфийки, опять таки - добавляем цвета кожи/глаз/волос и вот они родные Тиранды с Лиадринами. Нейросеть отлично понимает, кто такие дворфы - ну, как минимум мужчины. Через запрос "мужчина зомби с бледной кожей и фиолетовыми волосами" можно получить вполне годных андедов. "Минотавр" через работу напильником может выдать сносного таурена, "женщина с рогами и голубой кожей и голубыми глазами" при композиции выше пояса может создать впечатление дренейки, а "человек, похожий на бронзовую статую с бородой" - что-то в духе титанидов... Кое-как наверное можно накостылить гномов, я не пытался, но видел. "Оборотень" да ещё в каком-нибудь "пальто" подарит нам неплохого воргена. "Огры" - уже сложнее, но через упитанных "орков с бледно-жёлтой кожей" можно попытаться. "Тролль" даст результат близкий скорее к персонажам художественного фильма "Хоббит"... Нейросеть также знает такие фэнтези расы, как дриады, тифлинги, кентавры, скелеты, демоны и драконы - из последних можно и драконидов/драктиров сделать... Дренеев-мужчин и какие-то более экзотические расы я не смог выдавать. Могу только общий совет дать - существа а-ля фал'дорай или нерубы лучше выходят через запрос "существо с лапами паука и телом эльфа" или что-то около того - налепить на паука тело эльфа или на эльфа лапы паука сложнее - проще говоря указание что это "существо", а не "эльф/гигантский паук" делает результат пластичнее, позволяя более гротескных уродцев делать. Надеюсь объяснил понятно;
- после расы указываем нужные нам детали: цвет кожи глаз, волос и причёски, детали одежды и аксессуары, что-то, что персонаж держит в руках - тут понятно, думаю;
- поза и мимика, может эмоция - стоит/сидит/бежит/кричит/улыбается - тут всё тоже максимально просто и интуитивно понятно. Но стоит уточнить, что для персонажа "в полный рост" помимо "общий план" также желательно писать именно "стоит на земле/траве" - дать так сказать ногам точку опоры. Если подробнее прописать детали лица, то и композиция будет скорее портретная, а если указать, что у персонажа на груди татуировка/амулет, то и поза "стоит спиной" не всегда будет срабатывать. Короче говоря описание персонажа должно как бы "работать" на заданную ему позу, а описывать подробно стоит именно те детали, которые должны быть в центре внимания на картинке;
- ближайшее окружение - что-то под ногами/рядом/сзади. Возможно, второй персонаж. Но тут очередное ограничение - помимо того, что нормально описать двух разных персонажей за 480 символов не получится, нейросеть частенько путается в тегах, отдавая цвета волос/кожи, а также причёски и прочие аксессуары от одного персонажа другому... Короче говоря - желательно не больше двух более-менее прописанных персонажей. С предметами примерно также, если у вас на земле будет лежать "картина, корзина, картонка и маленькая собачонка, а так же...", то где-то после картонки он начнёт терять пункты из списка;
- общее описание локации - тут в очередной раз тоже всё понятно вроде как, постарайтесь просто накидать узнаваемых деталей - бордовые скалы для Запределья, деревья с лиловой листвой для эльфийских лесов Калимдора или с оранжевой - для Лесов Вечной Песни, холмы, поросшие травой, или снежные равнины, ночное или закатное, а может вовсе звёздное небо, вспышки молний или потоки энергий, парящие камни или кристаллы... Описательное словоблудие в общем, вспоминаем среднюю школу и сочинения по картинкам;
- фэнси-тюнинг - примерно то же, что и во втором пункте: если осталось место в промпте можно навалить какие-нибудь "лучи закатного солнца", "отблески пламени на доспехах".
Что ещё можно делать и некоторые "теги", собранные за время генераций из одного замечательного комьюнити, а так же просто общие советы:
- смотрит на зрителя - заставляет персонажа смотреть собственно точно "в камеру";
- показывает жест - можно попросить "викторию", "палец вверх" или средний;
- держит в руках табличку с надписью "text" - коротенькая надпись на английском вполне неплохо выйдет, а длинные тексты и сложные конcтрукции будут глючить, уже даже немецкий с его "нетипичными" буквами как правило разваливается, хотя текст не должен быть осмысленный. Разумеется, надписи можно на этих же условиях помещать на одежду, вывески, татуировки. Опять таки, лучше максимум две на картинку, если будет и принт на одежде, и тату, и плакатик сзади - что-то в любом случае потеряется;
- при добавлении вместо промпта куска просто художественного текста, как то: стихотворение или текст песни, оно нарисует картинку, выцепив из текста отдельные слова, а сам текст поместит прямо на картинку стеной. Так что для экранизации любимой лирики этого вашего Короля и Шута надо всё таки именно адаптировать текст в описательную прозу - где, кто и что делает;
- описание через отрицание как правило работает ровно наоборот - нетолстый станет упитанным, небольшая борода отрастёт довольно пышно и так далее - описывайте через позитивные утверждения;
- числительные и стороны/направления срабатывают довольно рандомно, не полагайтесь особо сильно на "два меча", "стоит слева" и так далее;
- пунктуация - отделяйте смысловые куски запятыми, а при переходе от частного к общему вообще лучше начинать новое предложение. Ну или не удивляйтесь зелёным волосам вместо глаз и вещам не на своих местах.
Вооружившись знаниями из пунктов выше, попробуем сконструировать нечто годное:
World of warcraft game screenshot. Ракурс слегка сверху, яркие цвета. Орк, с зелёной кожей, светящиеся красные глаза, длинные тёмные волосы собраны в хвост, наплечник в виде черепа, кольцо в носу, сжимает в руках табличку с надписью "HUMANS GO HOME", кричит в ярости, смотрит на зрителя. бордовая каменистая пустыня, отвесные скалы, парящие бордовые камни и зелёные потоки энергий в пурпурно-фиолетовом градиент небе.
По этому запросу я получил следующее:
Один запрос, четыре картинки, ничего не переделывал специально, чтобы можно было сравнить так сказатб ожидания с конечным результатом - не везде наплечник, не везде череп, не везде табличку он держит...
Для наглядности попробуем соорудить ещё что-то, а-ля:
В стиле комиксов, world of warcraft. Тёмные приглушенные цвета, общий план. Эльфийская женщина, с фиолетовой кожей, с яркими белыми глазами, зелёные длинные волосы развиваются на ветру, длинное белое платье. Сидит в траве, держит над головой табличку с надписью "ORCS WELCOME", улыбается. Тёмная ночь, старые деревья с лиловой листвой, холмы поросшие высокой травой, озеро. В звёздном небе огромная полная голубая луна. Капли воды блестят на коже в лунном свете.
Получил две картинки:
Опять таки, табличка не всегда в руках, надпись тоже частично потерялась, но смысл понятен. Почему картинки две? Видимо в двух других потенциальный эротизм заставил цензуру "съесть" их, причем она так может сделать со всеми четырьмя, выдав вам изображение собаки:
Очень мы эту собаку любим в нашем комьюнити нейроденегенартов... Хотя в целом это ничего страшного, вам просто не покажут картинок, а покажут другой уже вид предупреждения:
Это говорит о том, что встроенной цензуре не нравится конкретное слово или слова в вашем запросе и несколько таких алертов уже грозит блокировкой, как собственно и написано и как я упоминал выше. Запрещёнка, как я и говорил, проходит где-то в районе обнаженных тел, крови и расчленёнки, но нейросеть может агриться и на безобидные вещи, особенно если вы как и я будете вводить запросы на русском языке, а при переводе ваш "вкусный пирог с кремом на праздничной открытке" для согильдийцев станет чем-то непотребным... Да, сленговые словечки оно тоже понимает, так что за запросы в духе "чайного пакетирования" вы получите не чаепитие, но и не сцену онлайн-унижения, а скорее всего бан.
Банально, но всё же укажу некоторых персонажей:
- "женщина эльф, с яркими белыми глазами, фиолетовой кожей, длинными зелёными волосами, в длинном белом платье" - как уже, наверное, догадались, выше даёт кого-то, кого можно принять за Тиранду;
- "молодой мужчина, длинноволосый блондин, в серебряных с золотом латных доспехах, голубой накидке" - Аратас паладин, а вот "молодой мужчина, бледный, длинные серебристые волосы, в тёмных латных доспехах (с черепами), с рунным мечом" - уже злой Артас;
- "женщина эльф, блондинка, с яркими зелёными глазами, в красном с золотом плаще с капюшоном" будет довольно сасной Валирой;
- "молодой мужчина эльф, с фиолетовой кожей, длинные тёмные волосы собраны в высокий хвост, повязка на глазах, на теле и руках яркая зелёная татуировка в виде спирального узора" даст Иллидана в не-демонической форме;
- "белый оборотень с яркими оранжевыми глазами, с шрамом на лице, в тёмно-синем с золотым пальто и шляпе-цилиндре" - Генка Седогрив;
- "женщина эльф, с серой кожей, серебристыми длинными волосами, яркими красными глазами, тёмный макияж с подтёками" - Сильвана, опционально носит "тёмный кожаный доспех фиолетового оттенка, фиолетовый плащ с капюшоном, колчан".
Молодые мужчины всегда потому что, как правило, это лишает персонажа ненужной ему бороды и делает так, чтобы волосы были не седые, а серебристые, потому что седина слишком старит и лицо - такие вот лайфхаки своего рода.
На этом, думаю, всё. Общие советы дал, на примерах показал. Ну и да - нейросеть умеет многое - стили, подражания художникам и различные персонажи. Просто в данном гайде целью было показать как применять её конкретно под сеттинг Warcraft.
world of warcraft game screenshot. Общий план, тусклые цвета, тёмное освещение. Мужчина зомби, с голубоватой кожей, с яркими желтыми глазами, фиолетовые длинные волосы с прямым пробором, в серых с золотом тяжёлых доспехах, массивные наплечники. Разводит руками, смотрит на зрителя с улыбкой. Рядом деревянная табличка "that's all folks". Деревянные дома с тусклым желтым светом в окнах, высокие серые ели, в тусклом зелёном небе бледная луна.
Для примера вот большая подборка - возможна лёгкая эротика, трешанина, NSFW, 18+, etc:
Результатами своих промтов делитесь в комментариях.
Тема: Генерация изображений с персонажами Warcraft в нейросети от Microsoft (Прочитано 8692 раз)
