Нейросеть для картинок: как получить изображение по описанию

Как нейросеть вообще делает картинку из текста

Внутри нет базы готовых изображений, из которой что-то подбирается. Модель начинает с бессмысленного шума и шаг за шагом убирает его, сверяясь с описанием: пятна понемногу приближаются к тому, что, по её представлению, похоже на «рыжего кота на подоконнике».

Отсюда два следствия. Первое: одно и то же описание каждый раз даёт разный результат — шум на старте новый. Второе: модель рисует не то, что вы имели в виду, а то, что поняла из ваших слов. Русский язык модели понимают, переводить описание на английский не нужно.

Что писать в описании, чтобы получилось

Схема простая: кто или что — где — что делает — какой свет — ракурс — стиль. Чем больше вы решили за модель, тем меньше она придумает за вас.

Что стоит называть словами:

• Свет. «Мягкий свет из окна», «закатное солнце сбоку», «неон ночью» — свет меняет картинку сильнее любых эпитетов вроде «атмосферно».
• Ракурс и план. «Крупный план», «вид сверху», «снизу вверх». Без этого модель почти всегда даёт средний план по центру.
• Стиль. «Фотография», «акварель», «карандашный набросок». Одно слово «фотография» убирает мультяшность лучше десятка уточнений.
• Фон. Не важен — так и напишите: «однотонный светлый фон», иначе модель нагородит лишних деталей.

Чего не делать: повторять одно и то же тремя словами и сваливать в кадр четыре сюжета сразу.

Сколько стоит одна картинка в рублях

Разброс огромный: самая дешёвая модель в каталоге стоит 1,82 ₽ за картинку, самая дорогая — 22,40 ₽. В двенадцать раз дороже за одно изображение того же размера.

Стоит ли переплачивать — зависит от того, что вы делаете. Для превью в блог, аватарки или картинки к посту дешёвых моделей достаточно: разницу заметит разве что дизайнер, а десять вариантов у вас выйдут в двадцать рублей вместо двухсот. Дорогие модели берут своё на сложных сценах, на тексте внутри изображения и там, где нужна предсказуемость с первой попытки. Наш совет простой: сначала прогоните идею на дешёвой, поймите, что именно хотите, и только финальный вариант делайте дорогой.

У картинок деньги считаются иначе, чем у текста. В чате платят за токены, и итог зависит от длины переписки. Здесь цена фиксированная: одно изображение — одна сумма, видна на кнопке до нажатия. Длина описания на неё не влияет.

Ниже — живой список моделей из каталога: цифры подставляются при открытии страницы.

Если генерация сорвалась у провайдера, деньги вернутся на баланс автоматически. А за картинку, которая получилась, но не понравилась, деньги спишутся: для модели это выполненная работа. Поэтому первые попытки дешевле делать на недорогой модели.

Почему разброс цен такой большой

Дело не в «качестве», а в объёме вычислений: большая модель делает больше шагов, работает с большим разрешением и дольше занимает дорогую видеокарту. Провайдер выставляет за это свой ценник, мы показываем его в рублях со своей комиссией.

Своих замеров качества мы не проводили и рейтингов не рисуем. По опыту так: на простом сюжете переплата обычно ничего не добавляет, а на сложной сцене может сэкономить пять попыток на дешёвой модели. Считайте не цену генерации, а цену устроившего вас результата.

Попробуйте на своей картинке

Пощупать сервис вообще без регистрации можно в текстовом чате: гостю там доступны три вопроса в сутки. Про текстовые модели есть отдельный разбор — про дипсик и его цены.

Можно ли создавать картинки бесплатно

Отвечаем прямо: совсем бесплатно — нет. Текстовый чат гостю мы даём (три вопроса в сутки без регистрации), а картинки нет: каждая генерация — это живые деньги на стороне провайдера, а не нагрузка на наш сервер.

Вместо этого при регистрации мы кладём на счёт 30 ₽. Это не промокод и не «первый месяц со скидкой» — просто деньги на балансе, их хватает на несколько картинок на недорогих моделях. Дальше вы пополняете баланс на любую сумму картой или через СБП (оплата идёт через Т-Банк), списывается стоимость сделанных картинок. Подписки нет: не генерировали месяц — не заплатили ничего. Цены — на странице тарифов.

Соотношение сторон: какое под какую задачу

Формат влияет на композицию: модель компонует кадр под заданную рамку, а не обрезает готовое.

• 1:1 — квадрат: аватарки, карточки товара, посты в ленте. Самый безопасный вариант, когда непонятно, куда пойдёт картинка.
• 4:3 — привычная пропорция фотографии: иллюстрации в статье, слайды, карточки каталога.
• 3:4 — вертикаль: портреты, обложки, мобильная лента.
• 16:9 — широкий кадр: шапки страниц, превью, пейзажи — в широкую рамку модель охотнее ставит общий план.
• 9:16 — экран телефона целиком: сторис и ролики.

Формат стоит согласовать с содержанием: пейзаж в вертикали модель нарисует, но лишнее место заполнит чем придётся.

Что у нейросети не получится

Самое полезное — знать заранее:

• Текст на картинке. Надписи, вывески, ценники — самое слабое место. Похожие на буквы закорючки выходят, осмысленное слово — как повезёт, фраза — почти никогда. Нужен точный текст — оставьте под него место и подпишите картинку в редакторе.
• Конкретное лицо. «Нарисуй вот этого человека» по описанию не работает: получится похожий типажом незнакомец, и от попытки к попытке он будет другим. Один и тот же персонаж в серии картинок — отдельная задача, текстом она не решается.
• Руки и пальцы. Стало заметно лучше, чем пару лет назад, но лишний палец всё ещё встречается. Спасает простая поза, а не уговоры в описании.
• Точный счёт. «Ровно пять яблок», «четыре окна» — модель считает плохо, и чем больше объектов, тем выше шанс промаха.
• Схемы и инфографика. Всё, где важны точность и подписи, — не сюда: выйдет картинка, похожая на схему, но бессмысленная.
• Правки словами. «То же самое, но шарф синий» даст новую картинку, а не исправленную старую.

А если нужно наоборот — описание картинки

Запрос «нейросеть для описания картинки» — про обратную задачу: загрузить готовое изображение и получить текст. Честно: у нас так нельзя, загрузки файлов в чат нет — ни картинки, ни документа.

В каталоге есть модели с пометкой «видит картинки» и фильтр по ней в чате — но это про возможности самих моделей, а не про наш интерфейс. Появится загрузка — будет видно на странице чата; сроки обещать не станем.

Кому принадлежат созданные картинки

Мы на ваши изображения не претендуем: они лежат в вашем аккаунте, вы их скачиваете и используете. Храним их, чтобы вы могли вернуться к своей ленте, и удаляем вместе с аккаунтом — подробности в политике конфиденциальности.

Дальше начинается юридический туман. В России авторское право защищает результат творческого труда человека, а картинка, сделанная моделью по короткому описанию, в эту рамку укладывается плохо — сложившейся практики нет. Вывод простой: использовать такие картинки можно, а вот рассчитывать, что вы запретите кому-то использовать точно такую же, не стоит.

И ещё: у каждого провайдера свои правила использования — например, про изображения реальных людей. Нарушение оборачивается отказом на стороне модели.

Ограничения, о которых лучше знать до оплаты

• Генерация занимает время — обычно десятки секунд, иногда дольше: очередь у провайдера мы не контролируем. Состояние сервиса видно на странице статуса — там замеры, а не обещания.
• Результат непредсказуем: попадание с первого раза — везение, а не норма.
• Деньги за удавшуюся, но не понравившуюся картинку не возвращаются. Возврат — только когда генерация не состоялась.
• Модели фильтруют запросы и могут отказать, причём внятно причину не объясняют — формулировка приходит от провайдера.
• Состав каталога и цены меняются. Поэтому в статье нет ни одной цифры, вписанной руками.

Частые вопросы

Проверить проще всего так: взять одно своё описание и прогнать через две модели разной цены — страница генерации покажет стоимость до нажатия кнопки. Если интереснее текст, начните с гостевого чата.

Цены в таблице подставляются из каталога при открытии страницы: изменится тариф провайдера — изменятся и цифры здесь.