Сначала двое получились узнаваемыми, в костюмах на Хэллоуин и будто в одном месте. Когда людей стало трое, генератор не отодвинул камеру, а попытался втиснуть всех в кадр: тела начали складываться, а групповое фото стало похоже на список персонажей. Автор добавил в запрос: отдалить камеру и оставить пространство между людьми.
Дальше схема изменилась. Сначала удалось сделать основу с четырьмя людьми, сохранив их лица, а потом автор менял одежду на хэллоуинскую и наращивал компанию по одному. До шести человек дошли, но на шестом шаге лица тех, кто был в кадре с самого начала, начали плыть. Думаю, тут и проходит практический предел именно этого подхода — хотя тестировали его только в одном эксперименте.
Заодно автор выяснял, сколько людей вообще помещается в одну генерацию, но в итоге исследовал именно постепенное добавление к готовой картинке. Параллельно делал музыку для ролика: сгенерировал 52 трека, а попытки устроить диалог мужского и женского голосов то давали одних женщин, то добавляли женский голос вопреки запросу на мужской. В Mureka впервые вылез роботизированный голос — и ещё один странный голос, не похожий ни на мужской, ни на женский. Для Хэллоуина, признаёт автор, такой чужак даже подошёл.
Музыкальная ветка тоже уехала в сторону: в генерациях возникали торговля и рыба, а всё вокруг постепенно напоминало рыбный рынок. Автор несколько раз просил избегать слова «пугало» из-за ошибок чтения, а под конец запретил любые упоминания пугала и scarecrow. Короче, метод с добавлением по одному сработал до шести человек, но чем дальше — тем внимательнее стоит проверять лица и детали основы.
Главное
- Для трёх человек генератор пытался сохранить крупный план вместо того, чтобы отдалить камеру.
- Рабочий обходной путь: собрать основу с четырьмя людьми и добавлять новых по одному.
- На шестом человеке у уже добавленных участников начали искажаться лица.
- Для музыки автор сделал 52 генерации; в Mureka появились неожиданные роботизированные и гендерно неопределённые голоса.
Источникnote #画像生成AI

