YandexART, Шедеврум, Kandinsky, GigaChat: что выбрать редактору для быстрых иллюстраций
На российском рынке графических нейросетей доминируют два игрока: экосистемы Яндекса и Сбера. Я проверил все самые популярные варианты и сейчас расскажу вам, как ими лучше всего пользоваться. Скажу сразу, российские нейросети, по моему скромному мнению, очень сильно уступают по качеству генерации мировым лидерам из США и Китая (ChatGPT, Grok, Qwen, Gemini и т.д.). Тем не менее, для многих российских медиа в силу разных обстоятельств использовать иностранные ресурсы сегодня невозможно или рискованно. И в этом смысле перечисленные ниже площадки являются чуть ли единственной альтернативой.
Поэтому наша задача – научиться выжимать из них максимум возможностей для нашего бизнеса.
NB. Сразу оговорюсь, что здесь речь пойдет исключительно о реалистичных "снимках". Я не рассматриваю здесь работу в разных анимированных стилях, жанрах и так далее. Этим иллюстрациям будет посвящен отдельный пост, (следите за обновлениями здесь и на канале Gavrosh.Media).
Для примера в этой статье я буду использовать один и тот же промт, и мы потестируем его на разных платформах. Я пока что специально не показываю, как с ним можно работатьдальше, как можно совершенствовать картинки или изменять их. Сейчас моя цель – показать, насколько они вообще адекватные и насколько отличаются друг от друга, если мы используем один и тот же, средней сложности, промт.
Мы с вами понимаем, что в этих сетях мы вряд ли сможем добиться гиперреалистичных фотографий высшего качества. Но мы вполне можем использовать их для создания универсальных "стоковых" изображений (картинки, которые вы видите в статьях, рекламных баннерах или презентациях: люди в офисе, пожимающие руки; чашка кофе на деревянном столе; человек, смотрящий на горизонт. Это и есть сток — массовые, не уникальные, но профессионально выглядящие изображения, которые обычно продаются в специализированных библиотеках (например, Shutterstock, Getty Images, Unsplash). Такие изображения идеально подходят для быстрого и недорогого визуального оформления.
Конечно, вы можете скачивать их из Интернета. Но это плохо для вашего сайта, - агрегаторы видят, что такая фотография уже раньше была в Сети. И это не прибавляет уникальности и авторитета вашим ресурсам в поисковой выдаве.
Кроме того, большинство из этих стоковых магазинов платные, а в бесплатных версиях доступны самые невзрачные снимки, которые нам не подходят. Плюс часто нам хочется аутентичных снимков, которые по сюжету идеально подходили бы к нашей новости. Даже если это "сток".
Кроме того, как показала практика, сейчас участились случаи подачи разных исков о защите авторских прав в суды. Некоторые ушлые юристы подают на СМИ, даже если те взяли снимки из бесплатных зарубежных фотобанков. На момент подготовки этой статьи я не знаю, чем завершились эти судебные разбирательства, но сама история симптоматична...
Но вернемся к нашему тестовому промту. Итак, промт для новости, например, о вынесении приговора преступнику:
Нарисуй гиперреалистичное стоковое фото, профессиональная студийная фотография. Горизонтальное изображение, соотношение сторон 3:2 (1000x667). На переднем плане: мужские руки в металлических наручниках, запястья скрещены. В кадре показана нижняя часть туловища мужчины — от уровня пупка до середины бедра: синие джинсы, виден ремень, натуральная текстура кожи на руках, реалистичные вены и тени. Освещение мягкое, нейтральное, без сильных контрастов. Фон слегка размытый (небольшая глубина резкости). Справа, примерно на одну треть кадра в глубине, на столе расположена статуэтка Фемиды с весами и мечом. Цвета сбалансированные и естественные. Общее настроение — нейтральное, документальное, подходящее для новостных СМИ. Без текста, без графики, без водяных знаков.
Нейрости от экосистемы Яндекса:
YandexART - основная языковая модель для диалогов и генерации текста, конкурирует с зарубежными аналогами.
Разобраться в линейке продуктов Яндекса оказалось веселой задачей — компания предлагает несколько решений, водит по всем своим страницам и не всегда очевидно, какое из них подходит для генерации изображений. В итоге забрел на страницу чата с Алисой, где используется последняя модель их ИИ. И вот что мы получаем:
Шедеврум
Генератор изображений и видео по тексту с элементами социальной платформы для художников и иллюстраторов. Вот картинка, которую он мне сделал по нашему промту (неплохо!):
Платная версия сервиса "Шедеврум" от Яндекса предлагает ряд преимуществ: ранний доступ к новым моделям генерации, улучшение ваших изображений до 4K качества, новый режим создания раскрасок для детей, приоритетную очередь генерации без ожиданий, показ шести вариантов картинок вместо двух, возможность скрыть промпт или сделать его видимым только друзьям, настройку приватности постов, скачивание изображений до публикации и без вотермарки, выбор новых иконок приложения, а также право коммерческого использования сгенерированного контента без согласования с сервисом. Подписка обеспечивает более удобный, расширенный и приватный опыт работы с нейросетью.
Нейрости от экосистемы Сбера:
Их сервисы мне показались немного интересней и удобней (хотя Шедеврум тоже ничего). Фактически их два - Kandinsky и все что вокруг него, а также сервис GigaChat.
Kandinsky
- Сайт Fusion.Brain
- Бот в Телеграме Giga.Chat
- Бот в ВКонтакте - Kandinsky generative art.
Кандинский - одна из самых популярных российских нейросетей, разработана Сбером. Умеет генерировать изображения по текстовому описанию, работать с референсами, редактировать фото и совмещать стили (от цифровой живописи до гиперреализма). Есть гибкий выбор стилей, поддержка негативных промптов и работа со слоями. Бесплатно до 20 картинок в месяц, потом тариф. Вот как выглядит сам сайт:
Вот какую картинку он выдал по нашему промту:
Оценка: 4/10. Реализм страдает из-за неестественных пальцев. Это не привычные нам наручники. Нейросеть также проигнорировала ключевой объект — статуэтку Фемиды, а цветовая палитра значительно ярче задуманной.
Раньше у Сбера еще был ruDALL-E — предшественник Kandinsky, тоже генерация изображений по тексту.
Он и сейчас работает. Но мне не понравилось. И картинки отстой (если мы говорим про гиперреализм), и авторские права сразу выкатывает, многого хочет взамен на посредственный продукт (см. скрин ниже):
К слову, вопрос об авторских правах и условиях использования сервисов возникает на каждой моей лекции. Поскольку это сложная юридическая тема, я не могу давать никаких железобетонных рекомендаций — условия использования меняются, и ответственность за их соблюдение лежит на вашей редакции.
Единственный верный и универсальный подход в данной ситуации — самостоятельно изучать пользовательские соглашения каждого сервиса. Рекомендую всегда обращаться к разделу «Terms of Use» или «Правила использования», чтобы понимать, как можно применять сгенерированный контент.
Giga.Chat.
Официальный сайт. Многофункциональная экосистема Сбера на GPT-архитектуре, поддерживает генерацию изображений и текста. Умеет работать с фото, текстовыми промптами и голосом, частично ориентирована на гиперреализм.
На мой взгляд, GigaChat довольно неплохо справился с заданием, хотя фото сделал квадратным, а на в пропорции 3:2, как я его просил. С этим можно работать. Но пальцы.... MidJourney болел этой проблемой года полтора назад. Наши ребята пока с этой проблемой не справляются. Конечно, можно переделать и все исправить, тем не менее из-за пальцев ставлю только шесть баллов из десяти:
Также я попробовал GigaChat через бота в Телеге (хотя корректней называть это мини-приложением, а не ботом) - тоже довольно неплохо. И генерит достаточно быстро. Но блин, тоже пальцы:
И можно было бы попросить исправить, но вот что он выдает:
В общем, примерно такие выводы я делаю для себя (по десятибалльной шкале):
Хочу подчеркнуть, что здесь показан специально только первый опыт без учета возможности редактирования, создания каких-то специализированных промтов и так далее. Тем не менее, тенденции вполне себе очевидны.
Главный итог: ни одна из российских нейросетей пока не выдает готовую к публикации в серьезном СМИ гиперреалистичную фотографию с первого запроса. Проблема с деталями, особенно с руками — их ахиллесова пята. Однако для создания стоковых изображений общего плана, где не требуется идеальной прорисовки, особенно человека, они уже пригодны.
- Для скорости и удобства: Как показывает практика, эффективнее пользоваться не веб-версиями, а ботами в Telegram и отдельными приложениями, например, такими как «Шедеврум» из AppStore. GigaChat в Telegram — безусловный лидер по этому критерию.
- Для лучшего качества «из коробки»: «Шедеврум» демонстрирует наиболее сбалансированный результат, где относительно неплохо соблюден и реализм, и детали.
- Если критически важен контроль: Kandinsky на сайте FusionBrain предлагает больше всего настроек для экспериментов, но это не гарантирует идеального финала.
Российские генеративные нейросети — это пока не замена передовым западным аналогам, а рабочий инструмент для быстрого, хоть и компромиссного, решения задач визуального контента. Их текущий уровень позволяет закрывать потребность в базовых стоковых изображениях, особенно когда другие варианты недоступны. Пока они не научились идеально рисовать пальцы, наш главный навык — это умение составлять промпты и... творчески кадрировать получившиеся изображения.
Хотя в тексте приведены основные и наиболее универсальные российские нейросети для генерации графики и работы с текстом, стоит отметить, что на рынке существуют и другие менее популярные или более специализированные сервисы. В обзоре сконцентрировано внимание именно на самых востребованных и функционально полноценных решениях, которые подходят для широкого круга задач в СМИ и бизнесе, однако перечень не исчерпывающий — новые проекты появляются регулярно, и рынок продолжает активно развиваться. Я расскажу обо всех новинках.