Нейросеть для создания персонажа: как сохранить единый облик

Персонаж в одной сцене похож на себя, а в другой — на незнакомца: меняются черты лица, цвет волос, одежда. Дело не в промпте, а в том, что нейросеть не хранит образ персонажа между запросами. Разберём, какие настройки — seed, референс, —cref/—sref, IP-Adapter, LoRA — заставляют её «запомнить» облик.

Подпишитесь на телеграм-канале, чтобы узнавать лайфхаки для единого стиля персонажа через нейросети.

Почему облик персонажа меняется от сцены к сцене

Вы генерируете персонажа для комикса: первая сцена — герой стоит у окна, вторая — бежит по улице. Промпт один и тот же, но во второй сцене у него другой нос, другая причёска, другая куртка. Нейросеть для создания персонажа каждый раз рисует заново: у неё нет «памяти» о предыдущем кадре, и каждое изображение собирается из случайного шума.

Главная причина расползания облика — случайный seed. Это число, которое задаёт стартовую точку генерации. Один и тот же промпт с разным seed даёт разных людей, потому что нейросеть каждый раз выбирает новый путь от шума к картинке. Промпт описывает персонажа словами — «карие глаза, короткие тёмные волосы, куртка-бомбер», — но слова не фиксируют точные пропорции лица, расстояние между глазами, форму скул. А именно эти детали делают лицо узнаваемым.

Смена ракурса или эмоции усиливает расхождение. Когда персонаж поворачивается в профиль или улыбается, нейросеть достраивает то, чего не было в исходном описании, — и достраивает по-своему. Без референса или фиксированного seed консистентность персонажа недостижима: каждый кадр будет про «кого-то похожего», а не про одного и того же героя.

Seed и референсное изображение — база консистентности

Самый простой способ удержать облик — зафиксировать seed и использовать референсное изображение. Это база, с которой стоит начинать, прежде чем переходить к более сложным инструментам.

Seed — это числовой параметр, который есть почти в каждом генераторе изображений: в Midjourney, Stable Diffusion, Leonardo, отечественных сервисах. В интерфейсе он обычно находится в расширенных настройках генерации. Порядок действий такой:

1. Сгенерируйте несколько вариантов персонажа с одним промптом, пока не получите удачный базовый кадр.
2. Сохраните seed этого кадра — в Midjourney он виден в ответе бота, в Stable Diffusion отображается под результатом.
3. Используйте этот seed в следующих генерациях, меняя только описание сцены, позы или окружения.

Сам по себе seed держит облик только при незначительных изменениях промпта. Если вы меняете ракурс или позу, одного seed недостаточно — нейросеть начнёт «дорисовывать» лицо заново. Поэтому второй шаг — референсное изображение.

Референс — это фото или картинка персонажа, которую нейросеть берёт за образец. В Stable Diffusion это режим image-to-image: вы загружаете изображение, задаёте силу влияния (denoising strength) и получаете новую сцену с тем же лицом. Одно референсное изображение держит черты лица лучше, чем длинный текстовый промпт, потому что передаёт точную геометрию лица, а не её словесное приближение.

Seed фиксирует стартовую точку генерации, референс — сам облик. Вместе они дают базовую консистентность без дообучения модели.

Character reference и style reference в Midjourney

В Midjourney задача удержания облика решается двумя отдельными параметрами: --cref (character reference) и --sref (style reference). Новички часто путают их, а они отвечают за разное.

--cref передаёт черты лица и фигуру персонажа с референсного изображения. Вы загружаете картинку с героем, добавляете её URL в промпт и указываете --cref — Midjourney переносит внешность на новую сцену. Параметр --cw (character weight) регулирует, насколько сильно референс влияет на результат: значение от 0 до 100, где 100 — максимальное удержание черт.

--sref передаёт стиль картинки — цветовую палитру, технику, атмосферу, — но не лицо. Если вы хотите, чтобы персонаж был нарисован в стиле акварели или пиксель-арта, используйте --sref со стилевым референсом. Если нужно сохранить именно внешность героя — только --cref.

Сочетание --cref с новым описанием окружения или позы в промпте позволяет переносить персонажа между сценами: лицо берётся из референса, а сцена — из текста. Точный синтаксис и версию появления параметров стоит сверить с актуальной документацией Midjourney перед публикацией — синтаксис меняется между версиями модели.

IP-Adapter и ControlNet: удержание лица и позы

Для тех, кто работает со Stable Diffusion, связка IP-Adapter и ControlNet решает задачу точнее, чем просто seed и референс. Эти инструменты доступны в пользовательских интерфейсах — Automatic1111, ComfyUI, а также в некоторых онлайн-сервисах, где они вынесены в кнопки, а не требуют написания кода.

IP-Adapter переносит лицо и общий вид с референсного фото на новую сцену. Он работает как «умный» референс: анализирует изображение и встраивает его черты в процесс генерации, не привязываясь к позе или композиции исходника. Вы загружаете фото персонажа, подключаете IP-Adapter — и можете менять ракурс, освещение, окружение, а лицо остаётся тем же.

ControlNet решает другую задачу — фиксирует позу, скелет или композицию. Он не переносит внешность, а задаёт структуру кадра: персонаж стоит в той же позе, что на референсе, или повторяет заданный контур. ControlNet дополняет IP-Adapter: первый держит лицо, второй — положение тела.

Связка IP-Adapter + ControlNet даёт то же лицо в заданной позе. Это стандартный рабочий процесс для комиксов и раскадровок, где важны и узнаваемость героя, и точная композиция кадра. Доступность этих функций в конкретных сервисах стоит проверить в их документации: не везде они вынесены в интерфейс, иногда нужен плагин или отдельная модель.

LoRA-дообучение персонажа: когда это оправдано

LoRA — это мини-модель, дообученная на изображениях одного персонажа. Вы собираете 10–20 кадров с героем в разных ракурсах, обучаете LoRA, и дальше нейросеть генерирует этого персонажа в любых сценах без референса в каждом запросе.

LoRA даёт самую высокую консистентность персонажа из всех методов. Но у этого есть цена: нужно подготовить датасет — отобрать качественные изображения, при необходимости разметить их, — и потратить время на обучение. Для одной иллюстрации это избыточно.

LoRA — инвестиция времени ради стабильности на десятках сцен вперёд, а не инструмент для одной картинки.

Оправдана LoRA для серийного контента: комикс, маскот бренда, персонаж для серии роликов, герой игры. Когда персонаж появляется в десятках сцен, обучение окупается: дальше каждая генерация держит облик без дополнительных настроек. Для разовой задачи достаточно seed и референса — LoRA здесь будет лишним усложнением.

Модельный лист персонажа: как собрать референс-пакет

Модельный лист (character sheet) — это сетка из нескольких изображений персонажа, которая служит единым референсом для всех последующих генераций. Чем полнее лист, тем стабильнее облик в новых сценах.

Базовый набор ракурсов:

• фронт — лицо крупно, нейтральное выражение;
• профиль — левый или правый, для асимметричных деталей;
• три четверти — самый рабочий ракурс для большинства сцен;
• со спины — для сцен, где персонаж отвёрнут от камеры.

Эмоции — минимум 3–4: нейтральная, улыбка, злость и ещё одна под сюжет (удивление, грусть, испуг). Позы — стоя, сидя, в движении. Итого получается сетка из 10–16 кадров.

Соберите варианты в одну сетку-референс — коллаж из всех кадров на одном изображении — и используйте её как якорь для новых сцен. Нейросеть, получив такой лист как референс, точнее воспроизводит персонажа, чем по одному фото.

Какие нейросети лучше держат облик персонажа между сценами

Сравнивать инструменты для создания персонажа нужно не по общему качеству картинки, а по механизму удержания облика. Именно этот критерий определяет, получится ли серия сцен с одним героем или только набор разрозненных иллюстраций.

Midjourney держит облик через --cref и --sref — это встроенные параметры, не требующие установки плагинов. Stable Diffusion даёт больше контроля через IP-Adapter, ControlNet и LoRA, но требует настройки рабочего окружения. Сервисы-обёртки на базе Stable Diffusion часто выносят эти функции в интерфейс, но их наличие и механика различаются — стоит проверять документацию конкретного сервиса.

Инструменты без функции референса персонажа подходят для одной иллюстрации, но не для серии сцен: там облик будет «плавать» от генерации к генерации. Выбор зависит от задачи: для разового изображения хватит любого генератора, для серийного контента нужен инструмент с механизмом удержания облика.

Из-за чего персонаж «расползается» чаще всего

Четыре ошибки, которые ломают консистентность персонажа, — и что именно происходит в каждом случае.

• Генерация с нуля без референса и seed. Каждый запрос создаёт нового человека: нейросеть не помнит предыдущий кадр, и облик меняется от сцены к сцене непредсказуемо.
• Переписывание всего промпта. Когда вы меняете описание персонажа вместе с описанием сцены, нейросеть пересобирает и внешность. Меняйте только часть, отвечающую за сцену, а блок описания персонажа оставляйте неизменным.
• Референс низкого качества или в неподходящем ракурсе. Размытое фото или кадр, где лицо видно наполовину, не даёт нейросети достаточно информации — черты достраиваются случайно.
• Игнорирование веса референса. Параметры вроде --cw в Midjourney или strength в Stable Diffusion регулируют силу влияния референса. Слишком низкое значение не удержит черты, слишком высокое — заблокирует изменения позы и окружения.

Каждая ошибка имеет конкретное следствие: не «персонаж получился не очень», а «лицо изменилось, потому что не был зафиксирован seed» или «черты уплыли, потому что вес референса стоял на минимуме».

Что проверить перед коммерческим использованием персонажа

Сгенерированный персонаж, который пойдёт в рекламу или станет маскотом бренда, требует проверки двух вещей: лицензии сервиса и юридических рисков самого образа.

Лицензии на сгенерированные изображения различаются у сервисов: одни разрешают коммерческое использование на платных тарифах, другие ограничивают его или требуют отдельного соглашения. Перед использованием персонажа в рекламе проверьте актуальную оферту того сервиса, где вы его генерировали, — условия меняются, и цитировать их по памяти нельзя.

Отдельный риск — персонаж, похожий на реального человека или на существующего героя. Это юридическая проблема независимо от лицензии сервиса: нейросеть могла воспроизвести чужую внешность или чужого персонажа, и использование такого образа в коммерции может привести к претензиям. Проверьте, не напоминает ли ваш персонаж известного человека или героя, прежде чем вкладывать в него бюджет.

Частые вопросы

В чём разница между —cref и —sref в Midjourney?

--cref передаёт черты лица и фигуру персонажа с референсного изображения, а --sref — только общий стиль картинки, без привязки к конкретному лицу.

Нужно ли обучать LoRA, чтобы персонаж не менялся в разных сценах?

Нет, для одной-двух сцен достаточно seed и референсного изображения. LoRA оправдана, когда персонаж появляется в десятках сцен — для комикса, маскота или серии роликов.

Можно ли использовать сгенерированного персонажа в рекламе?

Зависит от лицензии конкретного сервиса и от того, не похож ли персонаж на реального человека или существующего героя — перед использованием в рекламе нужно проверить актуальную оферту сервиса.

Источники

• Midjourney Documentation — Character Reference — Midjourney
• Midjourney Documentation — Style Reference — Midjourney
• IP-Adapter: Text Compatible Image Prompt Adapter for Text-to-Image Diffusion Models — IP-Adapter Team
• ControlNet: Adding Conditional Control to Text-to-Image Diffusion Models — arXiv