DreamToy

Создать генеративную нейросеть, способную рисовать нежные, сказочные сцены, объединяющие воздушную эстетику пастельных радуг, сияния и магических существ (единорогов) с образом нового персонажа — куклы пупсика. Проект исследует, как искусственный интеллект может воспроизводить и синтезировать эмоционально насыщенные, «игрушечные» визуальные стили, близкие детскому воображению.

Научить Stable Diffusion распознавать и воспроизводить:

1. мягкую пастельную палитру (розовый, сиреневый, небесно-голубой, жемчужный)

2. текстуры сияния, блёсток, облаков и радуг.

3. характерные черты куклы-пупсика — округлые формы, большие глаза, мимика, «невинное» выражение.

4. атмосферу доброй магии и детской мечтательности.

1. Подготовка данных: Для обучения использовался небольшой датасет, состоящий из 8 квадратных изображений куклы-пупсика.

2. Конфигурация обучения: Модель обучалась на базе Stable Diffusion XL (SDXL) с использованием DreamBooth + LoRA.

3. Ход обучения: Обучение выполнялось через скрипт train_dreambooth_lora_sdxl.py, официально предоставленный Hugging Face Diffusers.

4. Проверка результатов: После завершения обучения использовался последний чекпоинт (checkpoint-500).

5. Результат: После обучения модель стабильно воспроизводит узнаваемый образ игрушки-пупсика в пастельной волшебной атмосфере.

Здесь нейросети удалось наиболее точно сохранить исходный образ куклы-пупсика. Лицо персонажа остаётся округлым, с мягкими пропорциями и характерной пластиковой фактурой, напоминающей игрушку. Атмосфера мягкости и сияния передана через рассеянный свет, тёплые пастельные оттенки и лёгкое свечение по контуру фигур. Образ единорога также читается достаточно стабильно — особенно в цветовых решениях и в изогнутых формах гривы, выполненных в радужных переливах.

На этих изображениях модель словно оживила пупсика — он стал напоминать реального ребёнка, девочку, сохранив при этом наивное, почти сказочное выражение лица. Эта лёгкая «человечность» придаёт картинкам эффект присутствия, но немного уводит от идеи игрушечного персонажа. Зато окружающая среда — переливы света, радужная дымка, мягкое сияние — идеально передаёт магическую атмосферу, задуманную в референсах.

Для генерации применила negative prompt’ы, чтобы исключить элементы, характерные для живого ребёнка (реалистичная текстура кожи, морщинки, поры, а также любые детали, придающие персонажу эффект натуралистичности)

Тут результат оказался гораздо ближе к задуманному — кукольному и предметному. Слова toy, plastic, glossy surfaces, set photography — задали модели четкий контекст предметной съёмки, с правильными отражениями, плотной поверхностью и ощущением искусственности. Визуально персонажи выглядят как настоящие игрушки из набора, сохранилась атмосфера нежности и воздушности, но при этом без перехода в излишний реализм.

По свету и текстуре наблюдаются вариации между кадрами: в одних изображениях освещение более мягкое и рассеянное, в других — появляются дополнительные блики и сияние, создавая ощущение глубины и объёма. Вариации цвета и распределения радуг придают каждой композиции уникальность, но при этом сохраняется единый волшебный стиль.

Результаты обучения показывают, что модель лучше усвоила визуальные признаки среды, чем самого персонажа. Атмосфера — мягкая, переливчатая, с чувством лёгкости и сияния — воспроизведена точно по стилю базы данных. Однако в изображениях персонаж частично теряет «кукольность», становясь ближе к реалистичному ребёнку. Это можно рассматривать как особенность интерпретации модели, которая адаптирует визуальные шаблоны к привычной человеческой анатомии.

ГенИИ в проекте:

ChatGPT; Stable Diffusion (для генерации); LoRA (для обучения стилю); Photoshop