sd.cpp вместо Forge Neo: что умеют девять моделей на 16 и 8 ГБ
Мне нравится экспериментировать с локальными моделями, и не только для генерации картинок. Эта статья — что-то вроде чекпойнта для себя: что попробовал, что намерил, что заменил и почему. Может, кому-то тоже будет интересно или найдётся что-то полезное.
Дело не в языке: как открытые модели для ComfyUI понимают русский промпт
«Пять жёлтых резиновых уточек плавают в ванне». По этой фразе FLUX.2 klein 4B нарисовала в ванне жёлтые палочки, причём дважды, с двумя разными сидами. SD-Turbo выдала вид на город сверху: крыши, жёлтые кроны деревьев и что-то похожее на стадион. По-английски обе модели уточек нарисовали.
ByteDance выпустила Seedream 5.5: модель выдерживает до 100 последовательных правок изображения
ByteDance представила Seedream 5.5. Это новая версия модели генерации и редактирования изображений. Главное обновление — возможность вносить до 100 последовательных изменений в одну картинку без постепенной потери деталей и искажения областей, которые не затрагивали при редактировании.В демонстрации ByteDance модель 100 раз отредактировала изображение одного человека: меняла одежду, аксессуары и предметы вокруг. При этом сохранялись внешность, освещение и мелкие детали.
Локальная генерация на 16 ГБ: что умеют новые модели
В мае я писал про своё приложение SD Studio — оболочку над Stable Diffusion, в которой картинку описываешь обычным языком, а промпт и настройки подбирают LLM и пресеты. Делал я его, чтобы бесплатно генерировать сотни иллюстраций для книги-игры; зачем понадобилось своё приложение — тоже в первой статье.
Почему под вашу задачу нет подходящего сервиса? Runway предлагает собрать свой. Меньше слов — буквально
ИИ уже умеет достаточно, чтобы я не сомневался: многие рабочие задачи с ним делать проще и быстрее. Но проблемы тоже меняются. Раньше хотелось добиться приличного результата и я в нем уверен. Теперь всё чаще хочется не объяснять заново, как именно я его получил. Нужный запрос где-то сохранился, удачный пример остался в другом диалоге, а важное уточнение приходится дописывать по памяти.И вот я опять рассказываю инструменту то, что уже рассказывал вчера.
Фотосессия стоматологов без фотосессии за $3: FLUX.3 klein + ComfyUI + RunPod = 290 кадров
Я настраиваю платный трафик для стоматологических клиник (и не только). Для хороших креативов всегда нужны фото врачей: настоящее лицо врача в кабинете работает лучше стока. Но для клиники фотосессия врачей превращается в отдельный проект с большими временными и денежными тратами. Врачи заняты пациентами, кабинеты заняты, фотографу надо платить, а хорошему надо платить много. Через месяц нужны новые кадры, потому что старые креативы выгорели. В общем, для стоматологий это долгая и дорогая морока. Я понимал это с самого начала и решил пойти другим путём.
Почему нейросеть ломает перспективу: FLUX 2024 года обошёл Nano Banana 2.1 и GPT Image 2.5
Нейросеть искажает перспективу, потому что её не учили сводить линии в одну точку: исследователи Sony в 2023 году прямо писали, что точность перспективы при обучении диффузионных моделей не требуется. Я проверил, изменилось ли это, на 7 моделях и 3 сценах.
Что такое агрегатор нейросетей и по каким 8 критериям его выбирать: разбор от сервиса
Агрегатор нейросетей - это сервис, который собирает модели для текста, изображений, видео и звука под одной подпиской и одним балансом. Выбирать его стоит не по числу моделей на главной, а по восьми критериям, от которых зависит реальная цена работы: сколько стоит одна генерация, что будет с остатком, есть ли очередь. Ниже каждый критерий разобран на примере SYNTX.AI: как он устроен у нас и почему мы так решили
12 спрайтов и 61 цвет: как нейросеть собрала пиксель‑арт‑маскота для сайта из черновиков Qwen Image 2.1
Нейросеть нарисовала ведьму, которая выглядит как пиксель‑арт. Спрайтом она не является: в файле 1344×1344 и 40 318 уникальных цветов (это кадр read), а сетки, по которой эти «пиксели» выстроены, не существует. Это принципиальная разница, и она не косметическая: картинку «под пиксели» нельзя перекрасить в ночную палитру одной операцией, нельзя анимировать по кадрам и нельзя гарантировать, что при смене эмоции персонаж не дёрнется. Ниже — пайплайн, который превращает такие черновики в спрайты, где один пиксель — это ровно один цвет из палитры
Nano Banana 2.1 на 14 задачах с русскими промптами: тест против Nano Banana 2, Pro и GPT Image 2.5
Google выпустил Nano Banana 2.1 6 октября 2026. Мы проверили её на 14 задачах с русскими промптами против Nano Banana 2, Pro и GPT Image 2.5: часы, таблица элементов, афиши, правка карточки тарифов. В восьми задачах русский текст стоит прямо на картинке.

