Акулы нейронных сетей: генерация изображений и видео с помощью ИИ

Что такое проект «Акулы нейронных сетей»

Проект «Акулы нейронных сетей» (myneuralnetworks.ru) позиционирует себя как коллаборация журналистики и искусственного интеллекта. Его цель — показать, как можно использовать нейросети в массмедиа и образовании. В рамках проекта создано более двух десятков сервисов, охватывающих разные задачи: от автоматической расстановки знаков препинания до генерации полноценных видео. Особое внимание уделяется генерации изображений и видео из текста, что делает проект привлекательным для педагогов, журналистов и всех, кто хочет быстро получить визуальный контент.

Проект существует с 2020 года и постоянно обновляется: добавляются новые нейросетевые модели, улучшаются существующие инструменты. Все сервисы доступны бесплатно, без необходимости регистрации, что является большим плюсом для пользователей.

Генератор изображений из текста: доступные модели

Один из ключевых сервисов проекта — генератор изображений из текста. Он предлагает несколько нейросетевых моделей, каждая со своими особенностями:

• Stable Cascade — модель, ориентированная на эстетичность и детализацию. Позволяет создавать связный текст на фото и лучше прорабатывает композицию.
• Playground v2 и Artigen v3 — XL-модели, обеспечивающие высокое качество изображений.
• SD XL Lightning — облегчённая версия Stable Diffusion XL, которая генерирует картинки менее чем за секунду. Изображение появляется прямо во время ввода промпта, что позволяет видеть, как меняется результат с каждым новым словом.
• Stable Diffusion 3 Medium — новейшая модель, которая хорошо понимает сложные и длинные запросы, умеет генерировать текст на фото и прорабатывать мелкие детали. Однако у неё есть недостаток: она плохо справляется с изображением людей, особенно рук и ног, из-за строгого NSFW-фильтра.
• Leonardo Kino XL — модель для создания кинематографичных изображений в высоком разрешении. Для её использования нужно ввести код LEO.

Также доступен набор инструментов Img2Img: классический IMG2IMG (совмещение текста и референсного фото), InstantID (создание изображения с заданным лицом), PhotoMaker (аналог InstantID, но быстрее и с немного худшим качеством), Face Swap (замена лиц) и Upscaling (увеличение разрешения фото в 2 или 4 раза).

Генератор видео из текста и изображений

Сервис генерации видео позволяет создавать короткие ролики (до 4 секунд) с разрешением 1024×1024 пикселей. Есть два режима работы:

1. Из текста — нужно ввести короткое описание того, что должно происходить в видео. Рекомендуется использовать очень краткие запросы.
2. Из изображения — загружается исходная картинка (оптимальный размер от 512×512 до 1024×1024 пикселей), и нейросеть анимирует её. Можно добавить текстовое описание для более точного результата.

Генерация занимает 2–4 минуты. Важно понимать, что нейросеть не стремится воспроизвести точную копию изображения — она выхватывает главную идею. Поэтому для анимации фотографий рекомендуется добавлять описание и быть готовым к тому, что результат может отличаться от ожидаемого. Автор проекта советует избегать анимации документальных изображений, так как они могут потерять свою достоверность.

Полученные 4-секундные ролики можно использовать в презентациях, на сайтах, в блогах или при создании учебных материалов. При необходимости можно повторить генерацию несколько раз, чтобы добиться лучшего результата.

Как правильно составлять промпты для генерации

Качество результата напрямую зависит от того, как составлен запрос. Вот несколько практических рекомендаций:

• Используйте английский язык для большинства моделей. Нейросети, особенно SD XL Lightning и Leonardo Kino XL, плохо понимают другие языки. Русскоязычные запросы могут приводить к непредсказуемым результатам.
• Будьте конкретны, но не перегружайте промпт деталями. Например, вместо «красивый пейзаж» лучше написать «горный пейзаж с озером и соснами на закате».
• Для анимации изображений обязательно добавляйте описание, которое уточняет, что должно происходить. Например, «пожилой мужчина в чёрных сапогах в парке без очков смотрит вперёд».
• Экспериментируйте с разными моделями. Одна и та же идея может быть по-разному реализована в Stable Cascade, Playground v2 или SD 3 Medium.
• Используйте генератор подсказок, если он доступен (например, в Leonardo Kino XL). Он автоматически дополняет текстовое описание для получения лучшего результата.

Практические примеры использования в образовании и медиа

Проект «Акулы нейронных сетей» особенно полезен для педагогов и журналистов. Вот несколько сценариев:

• Создание учебных видео. Учитель может сгенерировать короткие анимированные сцены по теме урока (например, «Биология — наука о живой природе») и смонтировать из них полноценный ролик с дикторским сопровождением.
• Иллюстрация статей. Генератор изображений позволяет быстро получить уникальные картинки для блога или новостной заметки, не нарушая авторских прав.
• Анимация исторических фотографий. Можно «оживить» портреты известных личностей, но, как отмечает автор проекта, результат не всегда точен, и лучше избегать документальных снимков.
• Создание визуального контента для соцсетей. 4-секундные видео можно использовать как анимированные обложки или вставки в Stories.

Важно помнить, что нейросеть может ошибаться, поэтому окончательный результат требует проверки и, возможно, доработки в видеоредакторе.

Ограничения и особенности сервиса

Несмотря на широкие возможности, у сервиса есть ряд ограничений:

• Короткая длительность видео — всего 4 секунды. Для создания полноценного ролика требуется монтаж нескольких сцен.
• Разрешение видео — 1024×1024 пикселей, что подходит не для всех целей.
• Качество анимации может быть неидеальным, особенно при анимации фотографий людей. Нейросеть может искажать черты лица или добавлять лишние детали.
• Не все модели одинаково хороши. Например, Stable Diffusion 3 плохо генерирует руки и ноги, а SD XL Lightning требует запросов только на английском.
• Сервис бесплатен, но это может означать ограничения по количеству запросов или времени обработки (хотя на момент написания статьи таких ограничений не заявлено).

Также стоит учитывать, что проект находится в стадии активной разработки, поэтому некоторые функции могут меняться или временно не работать.

Дополнительные инструменты проекта: от корректора до чат-бота

Помимо генерации изображений и видео, «Акулы нейронных сетей» предлагают множество других сервисов, которые могут быть полезны в работе с контентом:

• Мистер корректор — автоматическая расстановка знаков препинания и проверка орфографии.
• Создатель заголовков — генерация информационных заголовков для новостных текстов.
• Суммаризатор текста — написание краткого содержания длинного текста (доступны экстрактивный и абстрактивный методы).
• Генератор статей — создание уникальных текстов для сайтов.
• Глубоководный чат-бот — диалоговая нейросеть, работающая по принципу ChatGPT. В неё добавлена модель Gemini Pro от Google, которая хорошо решает математические задачи и пишет код.
• Детектор фейковых новостей — анализ новостей на достоверность и объективность.
• Анализ читательских настроений — оценка удовлетворённости контентом по пятибалльной шкале.

Все эти инструменты объединены общей идеей: показать, как ИИ может помочь в журналистике и образовании.

Будущее проекта и перспективы развития

Проект «Акулы нейронных сетей» активно развивается. На сайте регулярно появляются новые модели и функции. Например, недавно были добавлены:

• AUTOMATIC1111 — веб-интерфейс для работы с большинством моделей Stable Diffusion, предоставляющий множество настроек для точной генерации.
• «Акулы Нейропера» — автоматизированная система для генерации новостей, которая находит материалы в интернете, переписывает их, подбирает заголовки и создаёт изображения. Весь процесс занимает менее 60 секунд. Система пока в тестовом режиме, но уже может писать новости по темам: общество, экономика, политика, происшествия, культура, наука, технологии и местные новости российских регионов.

Разработчики планируют расширять функционал, улучшать качество генерации и добавлять новые языки. Учитывая тренд на использование ИИ в медиа, проект имеет все шансы стать важным инструментом для журналистов и педагогов.

Вопросы и ответы