#it #нейросети #нейросеть

Продолжаю исследовать Comfy Desktop.

Классика: если ничего не помогает, прочитай, наконец, документацию. Не могу себя не похвалить, но с опытом я начал вспоминать это правило намного раньше стадии «ничего не помогает». Как только задался вопросом «а откуда взять новые модели», так прямо сразу и вспомнил. А в документации написано про некие workflow templates. Там есть прямо готовая библиотека. И если загрузить template с интересующей вас моделью, программа сама обнаружит недостающие зависимости и предложит загрузить и их тоже. Просто и удобно.

На этот раз я загрузил более продвинутую модель MOSS Image. В готовом workflow template, кстати, есть методика улучшения prompt: по вашему описанию изображения сначала генерируется расширенное описание с детализацией, а потом именно оно скармливается модели. Можете посмотреть, как настроить генераторы текста в этой системе. В учебных целях, на основе того workflow template я создал свой, минимальный. Просто, чтобы понять, в какие блоки надо совать модели и откуда брать другие параметры. Здесь никакого генератора текста нет, всё скармливается как есть.


К слову, в MOSS Image можно скармливать не простой текст, а json. Там можно задать конкретное расположение объектов в сцене. Крайне интересная фишка, хотя с ней надо ещё разбираться.

А пока вот два примера сгенерированных изображений с описаниями.

Cinematic night street photograph: a model in an exaggerated balloon-sleeve white wool coat walking toward camera under a huge illuminated theatre marquee, the marquee bulbs spelling "MOSS" in tall capital letters, wet asphalt with long reflections, warm tungsten glow against cold blue night, 35mm film grain, low angle


A street in a small southern Russian town. A sunny summer day. 2D anime-style imagery.


В отличие от той учебной модели SDXL Turbo, которая генерирует все артефакты древних моделей (люди с изуродованными конечностями, половина собаки и подобное), эта выглядит значительно приличнее. Русский текст на домах, конечно, оставляет желать лучшего, но я его вообще не спрашивал в описании — что получилось, то и показываю. Генерирует медленнее, чего и следует ожидать — где-то около минуты на моей машине, но приемлемо. Можно использовать на практике для создания изображений для визуальной новеллы, хотя бы на время разработки в качестве placeholders.

Вывод. На данный момент меня всё в программе устраивает. Буду пользоваться. Однажды попробую другие бесплатные модели — устанавливаются они очень просто, а диск у меня почти пустой...