Image-to-image: перерисовываем эскиз в готовую иллюстрацию

Что такое image-to-image простыми словами

В обычной генерации (text-to-image) вы даёте только текст, и модель придумывает всю картинку с нуля. В image-to-image вы даёте картинку И текст: изображение задаёт композицию и формы, а текст — что это и как должно выглядеть в финале. Модель как бы «поверх» вашего эскиза рисует готовый кадр.

Это меняет всё для тех, у кого есть идея, но нет навыка отрисовки. Вы набрасываете, где что расположено — горизонт здесь, персонаж тут, дерево слева — а нейросеть превращает это в детальную иллюстрацию. Композиция ваша, исполнение — модели.

Спектр входов широкий: карандашный набросок, схематичный скетч, детская рисовалка, простая 3D-болванка, чёрно-белый линеарт, даже грубая заливка цветом «где что». Всё это годится как каркас, на который нейросеть нарастит мясо.

Важно не путать image-to-image с редактированием по тексту, хотя оба берут картинку на вход. Редактирование меняет точечную деталь и старается сохранить всё остальное нетронутым. Image-to-image, наоборот, перерисовывает картинку целиком, используя исходник лишь как каркас композиции и форм. Первое — про «поправь вот это», второе — про «нарисуй заново по этому скелету». Выбор между ними зависит от того, хотите вы сохранить исходную картинку или переродить её.

Главная ручка: сила преобразования

Ключевой параметр image-to-image — насколько сильно модель отходит от исходника. У него бывают разные названия (сила, denoising, strength), но суть одна: это ползунок между «почти твой эскиз» и «совершенно новая картинка по мотивам».

• Низкая сила: модель бережно следует вашему рисунку, лишь чуть облагораживает. Композиция и формы почти нетронуты. Хорошо, когда эскиз уже точный и нужна деликатная доводка.
• Средняя сила: золотая середина. Композиция сохраняется, но детали, свет и текстуры дорисовываются щедро. Рабочий режим для «скетч → иллюстрация».
• Высокая сила: модель берёт ваш эскиз лишь как намёк и рисует во многом своё. Формы могут поплыть. Годится, когда исходник совсем грубый и вы готовы отпустить контроль.

Практика: начните со средней силы, посмотрите результат и двигайте ползунок. Слишком похоже на черновой эскиз и осталась корявость — прибавьте. Модель ушла от вашей задумки и перерисовала композицию — убавьте. Этот параметр — ваш главный рычаг, крутите его в первую очередь.

Текст решает не меньше, чем картинка

Ошибка новичков — дать эскиз и написать промпт в два слова, надеясь, что картинка «сама всё скажет». Но эскиз задаёт только формы. Что это за формы, из чего они, в каком стиле и свете — говорит текст. Без хорошего промпта модель угадывает, и часто не туда.

Описывайте финал так, будто эскиза нет: сюжет, материалы, освещение, стиль, настроение. Эскиз при этом обеспечит, что всё это встанет в вашу композицию.

Эскиз: грубый набросок замка на холме.
Промпт: a majestic stone castle on a green hill at sunset,
dramatic clouds, warm golden light, detailed fantasy
illustration, painterly style, high detail.

Связь прямая: чем богаче текст, тем меньше модели приходится додумывать наугад, и тем точнее финал соответствует и вашей композиции, и вашему замыслу. Эскиз и промпт — это две половины одного задания, а не картинка с подписью.

Как держать композицию под контролем

Главная ценность image-to-image — что вы управляете композицией, недоступной в чистой текстовой генерации. Хотите героя точно в левой трети, горизонт по нижней четверти, свободное небо справа под текст — набросайте это, и модель уважит расклад.

Чтобы композиция держалась, работайте на умеренной силе преобразования и делайте эскиз читаемым: крупные формы, ясные силуэты, понятно, где что. Модели не нужен красивый рисунок — ей нужен ясный каркас. Даже грубые фигуры работают, если однозначно читается расположение.

Если композиция сохранилась, а исполнение не нравится — не трогайте эскиз, меняйте промпт и стиль. Если наоборот расклад поехал — снижайте силу. Разделяйте эти две ручки в голове: одна отвечает за «что где», другая за «как выглядит».

Стилизация: один эскиз — десять образов

Отдельное удовольствие image-to-image — прогнать один и тот же набросок через разные стили и получить веер образов. Композиция та же, а настроение и техника — любые. Это мощный инструмент подбора: вы быстро видите, какой визуальный язык лучше ложится на идею.

Один эскиз, разные хвосты промпта:
— ...watercolor children book illustration, soft pastels
— ...dark moody oil painting, dramatic chiaroscuro
— ...clean flat vector illustration, bold colors
— ...detailed 3D render, cinematic lighting

Держите основную часть промпта (что изображено) одинаковой, а меняйте только стилевой хвост. Так вы честно сравниваете стили на одной композиции, а не на разных картинках. Отобрали направление — дальше углубляетесь уже в нём.

Доводка финала

Image-to-image редко даёт идеал с первого прохода, и это нормально. Он даёт сильную заготовку, которую доводят точечными инструментами.

Кривая рука, лишний палец, странный объект — правятся инпейнтингом: указали проблемную зону, попросили перерисовать. Не устраивает цвет или атмосфера — цветокоррекция и смена настроения по тексту. Мелковато для финала — апскейл последним шагом.

Хороший приём — многоступенчатость. Первый проход задаёт общую иллюстрацию. Второй проход (image-to-image на низкой силе поверх результата) добавляет детали и чистит артефакты, не ломая уже сложившуюся картинку. Так вы аккуратно наращиваете качество, а не пересоздаёте всё каждый раз.

С чего начинать набросок под image-to-image

Раз композиция входного эскиза так важна, стоит понимать, каким должен быть сам набросок, чтобы модель считала его правильно. Хорошая новость: художественность не нужна вовсе. Нужна ясность. Модель читает не красоту линий, а расклад больших форм и их взаимное расположение.

Что реально помогает модели. Крупные читаемые силуэты вместо мелкой штриховки: лучше один уверенный контур фигуры, чем сто нервных линий. Ясная граница между объектами и фоном. Понятная линия горизонта и общее направление света, если оно важно. Разные тона для разных планов — даже грубая заливка «здесь темнее, здесь светлее» подсказывает модели объём.

Что мешает. Мелкие путаные детали, которые модель всё равно перерисует, но которые сбивают её с композиции. Одинаковый серый везде — без намёка на свет и планы. Слишком много пустого места без объекта интереса. Противоречивая перспектива, где формы «спорят» друг с другом.

• Рисуйте крупными формами, не мелкой штриховкой.
• Ясно отделяйте объект от фона.
• Грубой заливкой подскажите свет и планы.
• Не тратьте силы на мелочи — их дорисует модель.

Отдельно про цветовой набросок. Если вы хоть примерно зальёте области нужными цветами — небо голубым, траву зелёной, героя в его одежде — это работает как мощная подсказка. Модель подхватит вашу цветовую схему, и финал выйдет ближе к задумке, чем при чёрно-белом эскизе с описанием цветов только словами. Пять минут грубой заливки экономят несколько попыток.

И помните: набросок можно уточнять итеративно. Прогнали грубый эскиз, увидели, что композиция не та, — поправили набросок, а не только промпт. Часто быстрее подвинуть пару форм на входе, чем сто раз переписывать текст, надеясь, что модель сама угадает нужный расклад.

Чек-лист: от каракулей до иллюстрации

Рабочая последовательность, которая превращает набросок в готовый кадр:

• Эскиз читаемый — крупные формы, ясно, где что?
• Промпт описывает финал полноценно — сюжет, материалы, свет, стиль?
• Начали со средней силы преобразования и подстроили под результат?
• Композиция держится? Если поехала — снизили силу.
• Исполнение не то? Меняли промпт и стиль, а не эскиз.
• Артефакты (руки, лишние детали) подчистили инпейнтингом?
• Финал прогнали через апскейл до нужного размера?

Самое ценное в image-to-image — что барьер «не умею рисовать» перестаёт существовать. Ваша идея и чувство композиции важнее твёрдой руки. Набросайте что угодно, хоть на салфетке, сфотографируйте и посмотрите, во что это превратится.