Словосочетание «Нейросетевая обработка фото» звучит красиво и технологично. А кое-кто от неё уже даже устал, ибо ассоциирует её с потоком нейрослопа.
Но вот проблема. Что вообще значит обработать фото нейронкой? Слово «нейросеть» здесь слишком общее понятие, сродни слову «электромотор». А последний, как известно, работает и в электромобиле, и в зубной щётке.
В предыдущих двух частях (тут и тут) мы очень подробно погрузились в теорию и разобрали, как вообще ИИ работает с изображением и какие у этого есть подводные камни. В этой статье мы чуть всплывём из глубины теорий и посмотрим на то, как решаются реальные задачи.
Для иллюстрации всего описанного я буду использовать фото, которые сделал сам в разные года. Кроме того, мне помогут несколько ИИ-инструментов. В моём арсенале примерами послужат Adobe Photoshop и его дополнение Camera Raw, плагины PortraitPro и Retouch4me, а также перспективная разработка Evoto.
Важно! Это не самоучитель по этим инструментам и уж точно не подборка «что нужно молодому нейросетевому художнику». В этой статье мы классифицируем реальные инструменты по принципу их работы. А ПО из списка выше поможет нам проиллюстрировать работу.
Итак. Что общего у шумодава и дорисовки? Почему маску проверить легко, а результат генерации — нет? И что за модель, в которую нужно загрузить пять тысяч ваших кадров, прежде чем она начнёт приносить пользу? Все ответы ниже.
Основы
В современном фотософте живут четыре принципиально разных роли, которые выполняет ИИ. Деление слегка условное, и кто-то с ним обязательно поспорит, но нам для понимания вполне сгодится:
Регрессионные сети. Они получают на вход конкретные пиксели и выдают уточнённые пиксели с небольшими изменениями. Шумодав, демозаика, коррекция аберраций. Такая сеть не придумывает содержание кадра, она пересчитывает числа.
Вторая роль — сегментаторы и детекторы. Они не меняют в пикселях ничего. Они отвечают на вопрос: где здесь человек, где небо, где радужка глаза.
Третья роль — генеративные модели. Диффузионки и трансформеры, которые дорисовывают то, чего в файле не было. Как они устроены внутри, мы разобрали в первых двух частях, здесь важно другое: как они работают в реальных инструментах и где они там вообще.
Четвёртая роль — это модели, обученные на вашем собственном авторском почерке. Такая сеть не улучшает картинку в обычном смысле. Она копирует ваш стиль.
Теперь пойдём по каждой роли отдельно.
Для людей, которые не провели в фотографии последние двадцать лет, я спрячу под кат небольшой словарик важных терминов, которые могут ввести в ступор. Можете к нему возвращаться по мере необходимости.
Словарь
Мозаика Байера — расположение цветных фильтров на матрице: половина ячеек — зелёные, четверть — красные, четверть — синие. Каждый пиксель измеряет один цвет, про два остальных он не знает ничего. Мозаика нужна потому, что сами по себе пиксели не различают цвет, а могут только измерить яркость. Цветные фильтры поверх помогают им измерять яркость конкретного канала Red, Green или Blue.
Демозаика — восстановление двух недостающих цветов по соседним пикселям. То есть две трети цветовой информации в вашем кадре не измерены, а вычислены. Вопрос только в том, насколько удачна эта формула.
ISO — усиление сигнала с матрицы. Задрали ISO — сняли в темноте, но вместе с сигналом усилили и шум. Отсюда зерно и цветные пятна на ночных кадрах.
Стоп — изменение количества света ровно в два раза. «Выиграть три стопа» значит получить на ISO 4000 такую же чистую картинку, как на ISO 500. Ряд тут выглядит как 4000 → 2000 → 1000 → 500, то есть три деления пополам. Шкала не линейная, а логарифмическая. Ещё один пример стопа: диафрагма объектива. Классическое распределение диафрагменного числа по стопам: 1,4 → 2 → 2,8 → 4 → 5,6 и т. д.
Аберрация — искажение, которое вносит сам объектив. Самая заметная в быту — хроматическая: цветные каёмки, фиолетовые или зелёные, на контрастных границах вроде веток на фоне неба.
Дифракция — свойство света огибать края препятствий. Чем сильнее вы зажимаете диафрагму, тем меньше отверстие и тем заметнее лучи «расползаются».
Дифракционное размытие — следствие предыдущего пункта: закрыли диафрагму до f/16 ради резкости, а кадр стал мягче. Фокус идеальный — виновата волновая природа света.
Корректор оптики — инструмент, который вычитает из кадра известные искажения конкретного объектива: дисторсию, виньетку, каёмки, дифракционное размытие. Классический работает по измеренному профилю стекла, нейросетевой — по натренированной модели искажений.
Маска — чёрно-белая карта поверх кадра: где белое, там поверх изображения нарисовано ещё что-то, где чёрное — нет, только изображение. Серое — наполовину. Сама маска в пикселях фотографии не меняет ничего. Чтобы вам было проще, представьте известное развлечение: огромная картинка с животным, но вместо морды отверстие для лица. Дети и взрослые суют туда голову и фотографируются, как будто они — это животное с их лицом. Вот поле с нарисованным животным — белая маска. Отверстие для лица — чёрная маска, под ней видно само фото или, как в нашем примере, лицо.
Регрессионные сети
Вспомним, что лежит в RAW-файле. Это не картинка, а таблица измерений с матрицы, накрытая мозаикой Байера. У каждого пикселя измерен один цвет из трёх, два остальных приходится вычислять по соседям. Классический алгоритм делает это по заданной формуле. Нейросетевая демозаика делает то же самое, но формулу она вывела сама, насмотревшись на миллионы пар «мозаика — правильный цвет».
Самый известный пример живёт прямо в Photoshop. Кнопка «Удаление шума» в Camera Raw появилась в апреле 2023 года, в версии 15.3. Adobe писала, что модель училась на миллионах пар «шумный фрагмент — чистый фрагмент». В качестве конечной цели заявлялся пригодный к печати результат для двадцатимегапиксельной полнокадровой камеры на ISO 51200. На старте она брала только RAW, потом список расширили до линейных форматов DNG и ProRAW. JPEG в неё не скормить до сих пор, там уже нечего пересчитывать.
В 2023-м результат сохранялся в отдельный DNG. С осени 2025 года отдельный DNG уже не нужен. «Удаление шума», кстати, не первая регрессионная сеть в Camera Raw. «Улучшенная детализация», нейросетевая демозаика, появилась ещё в феврале 2019 года, а «Суперразрешение» с удвоением стороны кадра — в марте 2021-го. Обе тоже учились на парах «плохой фрагмент — хороший фрагмент», только пары у каждой свои.
Скрытый текст
Большую часть названий инструментов я даю так, как они переведены в русском интерфейсе программ, чтобы вам легче было воспринимать и без того непростой материал. Но некоторые вещи, например Neural Filters, в интерфейсе идут без перевода. Я тут тоже креативность не проявляю и пишу, как есть.
DxO пошла дальше и собрала демозаику с шумоподавлением в одном инструменте. DeepPRIME вышел в PhotoLab 4 в октябре 2020 года, версия XD в 2022-м обещала выигрыш более двух с половиной стопов. Пример из пресс-релиза DxO: кадр на ISO 4000 после обработки выглядит как кадр на ISO 500, а это уже все три. В 2025 году в ту же сеть добавили субпиксельную коррекцию хроматических аберраций, так что цветные каёмки теперь тоже пересчитывает нейросеть.
Для четвёртого поколения, XD3, компания опубликовала технический разбор. Лаборатория DxO сняла калибровочные кадры для шестисот с лишним камер примерно на двадцати значениях ISO для каждой, а на перебор архитектур ушло около трёх недель. В качестве эквивалента заявляли, что за эти недели выполнили объём работы, соответствующий трём годам непрерывной работы одной серверной видеокарты H100.
Трансформеры быстро исключили из техрешения, поскольку, цитирую, «они пропускали шум вместо того, чтобы давить его». Свёртки оставили, потому что они сглаживают шум, не генерируя структуру, которой там нет. Обратите внимание на слово «генерируя». В оригинале там вообще шла речь про галлюцинации. То есть производитель шумодава хвастается тем, что его сеть ничего не придумывает.
Canon встроила похожую цепочку в свой конвертер DPP: нейросетевой шумодав, нейросетевая демозаика и нейросетевой корректор оптики, который убирает дифракционное размытие и цветные каёмки. Набор платный, по подписке.
Проверить регрессионную сеть можно просто. Ставим камеру на штатив, снимаем сцену на базовом ISO с длинной выдержкой, потом ту же сцену на высоком ISO.
Если камера стоит неподвижно, без единой вибрации (а такое возможно только на штативе или в руках покойного Чака Норриса) и снимает статичную же картинку, то недостаток света можно компенсировать выдержкой. Чем дольше открыт затвор, тем больше света попадает на матрицу.
На высоком ISO, но с короткой выдержкой мы получаем столько света, сколько успели, а потом усиливаем его аппаратными средствами камеры. Во втором случае примешиваются собственные шумы матрицы, которые оказываются сопоставимыми с уровнем попавшего света, и появляется тот самый шум. Итого у нас два одинаковых кадра с разным уровнем шума.
Прогоняем шумный кадр через сеть и сравниваем с чистым попиксельно. Так устроен академический датасет DND 2017 года: пары кадров на низком и высоком ISO с обычных камер. Если нейросеть где-то глюканула и нарисовала то, чего нет, мы это сразу увидим.
Скрытый текст
Тут есть математическая ловушка, о которой производители не любят говорить. В 2018 году Йохай Блау и Томер Михаэли доказали, что максимальное соответствие оригиналу и «естественность» картинки противоречат друг другу. Сеть, которая минимизирует ошибку, будет выдавать чуть замыленный результат. Сеть, которая выдаёт красивую фактуру, обязательно эту фактуру частично придумывает. Любой шумодав живёт где-то между этими полюсами, и ползунок «сила» двигает его вдоль этой оси.
Отсюда оговорка. Самый «точный» по цифрам шумодав часто самый мыльный.
Сегментаторы и детекторы
Напомню, что они не меняют в пикселях ничего. Они отвечают на вопрос «где здесь человек, где небо, где радужка глаза». Выход такой сети — маска с картой весов от нуля до единицы. Ноль — не трогать, единица — трогать, между ними — полупрозрачная граница.
В Photoshop эта роль появлялась постепенно. Инструмент «Выделить объект» появился в январе 2018 года, в версии 19.1, и в документации Adobe перечислила, на чём его учили: «люди, животные, транспорт, игрушки и прочее».
В июне 2020-го он стал определять, что в кадре человек, и переключаться на отдельный алгоритм для волос. В октябре 2020 года, в Photoshop 22.0, пришли «Выделить небо» и «Замена неба», а с ними кнопка «Улучшить волосы». Adobe описала её одной фразой: кнопка заменяет ручную прорисовку кистью по краю волос одним щелчком.
Дальше маски научились делить человека на части. В Camera Raw и Lightroom с октября 2022 года кнопка «Выделить человека» выдаёт отдельные маски для кожи лица, кожи тела, бровей, склеры, радужки со зрачком, губ, зубов и волос. В апреле 2023-го добавили бороду и одежду. В апреле 2025 года там же появилась кнопка «Выделить пейзаж» с небом, горами, водой, архитектурой и растительностью.
Каждая такая маска — это ответ детектора на вопрос «что это», и ничего больше. С августа 2022 года у «Выделить объект» в Photoshop есть два режима: считать на вашей машине или в облаке. Adobe пишет, что облачная модель даёт более детальный результат. После обновления локальной модели в 2025 году обзоры разницу действительно находили, но отмечали, что она некритична.
Скрытый текст
В фотографии есть одна проблема, из-за которой облачные вычисления подходят далеко не всем. Это, собственно, само содержание фото. Там может быть что-то секретное или интимное. Пример, который сам лезет в голову: эротические снимки, которые делают для себя, для конкретного человека, но не для публикации.
Однако помимо эротики объектив аппарата может увидеть всякое, чего не хотелось бы отгружать в облако. Понятно, что компании рвут на себе тельняшку и утверждают, что всё конфиденциально, но разные инфосливы уверенности не добавляют. Так что локальный инструмент — это почти всегда буст к аудитории продукта за счёт таких тихушников.
Ретушёрские программы построены на том же фундаменте. У Retouch4me есть плагин Skin Mask, который находит кожу на фото и формирует маску отдельно для лица, тела или всей видимой кожи. Их новый Mask Anything принимает текстовое описание и возвращает слой-маску в Photoshop. Стоит он 29 долларов, в несколько раз дешевле ретуширующих плагинов той же компании.
PortraitPro начинает работу с детектора. Сайт Anthropics так и пишет, что программа «определяет лицо, пол и возраст» и «находит черты лица, кожу, волосы, объекты и фон». Evoto с версии 3.3 строит маски по чертам лица: брови, склера, радужка, губы, зубы, волосы. Всё, что эти программы потом делают с кожей и глазами, начинается с ответа на вопрос «где». Сюда же относится модуль отбора у Aftershoot: он оценивает резкость, экспозицию, моргание и дубли, но ни одного пикселя не трогает.
Скрытый текст
Разработчик PortraitPro называется Anthropics. Это игра слов. Слово антропичный (то есть человечный) и слово pics (изображения) сливаются в одно. Никакого отношения к разработчику Claude эта компания не имеет. Там название звучит как Anthropic, то есть просто человечный.
Сложна ли это роль? Нет, по факту самая простая из всех. Потому что ошибку сегментатора видно глазом за секунду. Маска — не картинка, её не надо разглядывать под лупой на предмет придуманных деталей. Если инструмент «выделить небо» захватил стеклянную крышу небоскрёба, вы это увидите при первом же движении ползунка.
Волосы — отдельная история. Задача называется мэттинг: на границе волос и фона каждый пиксель — это смесь того и другого, и маске нужна не бинарная оценка «да или нет», а точная доля. В работе Adobe Research 2017 года по глубокому мэттингу авторы прямо пишут, что классика лагает, «когда цвета переднего плана и фона похожи или текстура сложная». Отсюда отдельные кнопки «улучшить волосы» и отдельные режимы «с учётом объектов».
Сегментатор ничего не портит только до тех пор, пока к маске не прикрутили что-то ещё. «Замена неба» в Photoshop подставляет одно из 25 готовых небес и подкрашивает под него передний план, но это ещё честная подмена: вы видите, откуда взялись пиксели. Та же маска может добавить генерацию от диффузионной модели, и тогда мы переезжаем в третью роль.
Генеративные модели
Диффузионки и трансформеры, которые дорисовывают то, чего в файле не было. Как они устроены внутри, мы разобрали в первых двух частях, здесь важно другое: где они живут и что про них написано мелким шрифтом.
Первые пиксели из ниоткуда Photoshop нарисовал ещё в октябре 2020 года, когда в версии 22.0 появились Neural Filters. Фильтр Smart Portrait менял возраст и выражение лица, и это уже была третья роль, хотя слово «генеративный» в интерфейсе не звучало.
«Генеративная заливка» вышла в бете Photoshop 23 мая 2023 года, а 13 сентября того же года попала в релизную версию 25.0. За время беты Firefly Adobe насчитала больше двух миллиардов генераций. В апреле 2024-го модель сменили на Firefly Image 3, а ещё раньше Adobe сообщила, что «генеративную заливку» осваивают в десять раз быстрее прошлых новинок Photoshop. В октябре 2025 года в меню появились чужие модели: Gemini от Google и FLUX.1 Kontext, по десять кредитов за генерацию против одного у Firefly.
Возможно, вы помните это время и поток мемов со скринами из Photoshop. Самый популярный прикол был такой: взять кусочек кадра из порно и попросить фотошоп дорисовать его. Не настроенные на жёсткое 18+ модели подрисовывали к узнаваемым позам и действиям довольно невинные фоны, чем немало забавляли публику.
Кредиты и другая валюта — отдельная история этой роли. Генерацию делают преимущественно в облаке, и эта функция платная в том или ином виде.
Теперь мелкий шрифт. В июле 2025 года менеджер сообщества Adobe подтвердил на форуме: максимальное разрешение одной генерации в «Генеративной заливке» по-прежнему 1024 на 1024 пикселя. Это примерно мегапиксель. Кадр с современной камеры на 45 мегапикселей — это 8200 на 5500. Выделите область в половину длинной стороны, то есть 4100 пикселей: сеть нарисует 1024 и растянет их в четыре раза.
Модель «Firefly Fill & Expand» в конце января 2026 года подняла лимит до 2048 на 2048, а превью Firefly Image 5 обещает до четырёх мегапикселей. Растягивать всё равно придётся. Отсюда «мыло» на больших заливках и отсутствие зерна, о котором мы говорили во второй части.
С данными для обучения тоже не всё гладко. Adobe с самого начала говорила, что Firefly училась на Adobe Stock, открытых лицензиях и общественном достоянии. В апреле 2024 года Bloomberg выяснил, что в Adobe Stock к тому времени лежали миллионы картинок, сгенерированных Midjourney и другими моделями, и часть из них попала в обучение. Adobe в ответ заявила, что таких было около пяти процентов. Пять процентов — это каждая двадцатая картинка. То есть инструменты Photoshop учились на чём-то, нарисованном другой сетью. И всё это — ещё в ранние годы диффузии как таковой.
У инструмента «удалить» в Photoshop двойная жизнь. Он появился в версии 24.5 в мае 2023 года как нейросетевой инструмент без Firefly: считает на вашей машине, кредитов не тратит. В октябре 2024-го ему добавили переключатель Generative AI, и с ним он стал вызывать Firefly. Весной 2025-го Adobe писала, что новая модель даёт «более чистые заливки, меньше добавленных объектов», а обозреватель Fstoppers вспоминал, как прежняя версия вместо убранного объекта дорисовывала машины и камни.
Тут важно не перепутать роль с местом, где модель считает. Локальный «удалить» тоже рисует пиксели под выделением, которых в файле не было. Это генератор, только маленький и без промпта. Отсутствие интернета — свойство установки, а не роли.
В портретных программах генерация тоже закрепилась надёжно. В начале 2024 года Anthropics представила PortraitPro 24 «с генеративными модулями в основе»: перерисовка рта и замена зубов, удаление бликов на очках, восстановление лица. У Evoto есть AI Image Extender, который дорисовывает кадр за края «с подобранной фактурой, светом и цветом», и AI Background Generator, куда можно написать промпт. Retouch4me держится от этой роли подальше: компания заявляет, что модели считают локально, без интернета, и что Heal «не заменяет дефекты замыленными заплатками», а сохраняет фактуру кожи. Да, пиксели на месте убранного прыща всё-таки откуда-то взялись, но это реконструкция, а не синтез нового.
Кому вообще нельзя пользоваться инструментами этой роли? Журналистам и участникам конкурсов. Правила World Press Photo запрещают «любую генеративную заливку», а заодно относят к генеративным Adobe Super Resolution и Topaz Photo AI, потому что «эти инструменты вносят новую информацию». Шумоподавление и удаление пыли с негативов разрешены. Associated Press в августе 2023-го сформулировало короче: генеративный ИИ не может ни добавлять, ни убирать элементы.
Заметьте, жюри World Press Photo отнесло апскейлер в тот же класс, что и дорисовку. С их точки зрения регрессия, которая добавляет пиксели, ничем не лучше генерации. Для конкурса это разумно: жюри не будет проверять, где сеть пересчитала, а где придумала. Для нас с вами граница проходит по другому признаку: пересчитала сеть измерения или сочинила содержание.
На самом деле генеративная правка — прекрасный инструмент, и я им часто пользуюсь. Всё сказанное выше лишь предупреждение. Важно понимать, как работают те инструменты, которыми вы пользуетесь. Особенно это важно, когда инструменты могут свалиться в галлюцинацию и вместо мелкой ретуши развалят вам достоверность всего кадра. Согласитесь, обидно, если вы сделали какое-то эпохальное фото из гущи событий, хотели чуть-чуть его подтянуть, а в итоге фото верифицировали как генеративный фейк.
Модели, обученные на вас
Как мы помним, модели четвёртой роли не улучшают картинку. Они копируют вашу обработку и стиль.
Aftershoot пишет, что для точного профиля нужно минимум 2500 обработанных кадров, а за хорошим результатом приходите с пятью тысячами. Например, при обычной отдаче в пятьсот кадров со свадьбы это пять и десять свадеб соответственно. Причём кадры должны быть обработаны в одном стиле, а профиль камеры Aftershoot советует держать один и тот же. Одиночные эксперименты программа выбрасывает.
Условия, которых в каталоге не было, модель не выучит. В документации это сказано так: «она будет знать, как править только в тех условиях, где загружено достаточно обработанных кадров». Снимали пять лет только в студии — профиль не поймёт, как должен выглядеть закат в вашем стиле.
Обучение у Aftershoot идёт в облаке несколько часов, дальше профиль работает на вашем компьютере без сети. Imagen, наоборот, считает в облаке и берёт пять центов за кадр.
Что именно предсказывает такая модель? Не пиксели. Она предсказывает числа. Экспозиция, контраст, света, тени, баланс белого, текстура, чёткость, HSL, тоновая кривая. На выходе профиля — набор положений ползунков Lightroom или Capture One, который потом применяется к RAW обычным конвертером. Локальные маски, кроп и удаление объектов в обучение не входят. Правда, в 2026 году оба продукта добавляют к предсказанным ползункам и маски, и кроп, и чистку кадра уже сверху, так что четвёртая роль тут примыкает ко второй и третьей.
Imagen AI, конкурент из Тель-Авива, описывает механику на своём сайте так: модель понимает то, что «для кадра с такой-то гистограммой и цветовой температурой вы обычно поднимаете экспозицию на 0,75 и опускаете света на 30». И тут же отделяет себя от пресетов: «пресет — это файл с настройками, персональный профиль — это предсказывающая модель, нейросеть». Минимальный порог у Imagen меньше: на разных страницах самой Imagen указаны две-три тысячи кадров. Но для 95 процентов точности они тоже советуют пять тысяч.
Технически это та же регрессия, что и в первой роли, только по другой оси. Первая роль учит, как из пикселей сделать пиксели, четвёртая — как перегнать картинку в числа настроек. Обе не придумывают содержание. Но первая оперирует физикой сенсора, а четвёртая — тиражирует ваши привычки, включая плохие.
Обзоры дают довольно интересную картину. Signature Edits прогнал через Imagen больше пятнадцати тысяч кадров и написал, что примерно 80 процентов снимков после профиля требуют разве что лёгкой поправки экспозиции. Комнаты с несколькими источниками света «всегда будут нуждаться в вашем глазе». Экономия времени вышла 30–40 процентов, а не 75 процентов, обещанные маркетингом. Сама Imagen предупреждает: смешать в одном обучающем наборе разные стили, разное освещение и чёрно-белые кадры значит «запутать алгоритм».
А теперь про чужой стиль. Lightroom Auto с декабря 2017 года работает на нейросети, которую Adobe обучила, «сравнивая с десятками тысяч профессионально отредактированных фотографий». Это тоже модель вкуса, только вкус не ваш и дообучить его нельзя. У Adobe нет инструмента, в котором нейронка училась бы у вас. И пока это одно из главных пожеланий на форуме Adobe.
Retouch4me устроен так же. В интервью создатели рассказывали, что сеть сначала научили различать фон, кожу, одежду и части лица, а потом показали ей «бесчисленные пары до и после, обработанные профессиональными ретушёрами». На сайте компания подчёркивает, что модели обучены с нуля на собственных наборах и на пользовательских фото не учатся. То есть покупая Heal или Dodge & Burn, вы покупаете стиль конкретных ретушёров, зашитый намертво. PortraitPro в этом смысле ещё проще: там есть пресеты, то есть сохранённые положения ползунков, а не обученная модель.
Что же до Evoto, то компания добавила Personal AI Preset в мае 2026 года и зашла в четвёртую роль.
Одна программа, четыре роли
Сейчас почти каждый серьёзный инструмент включает в себя два-три, а то и все четыре роли.
PortraitPro сначала работает детектором, находит лицо и черты. Потом двигает геометрию и свет по 3D-модели головы, которую Anthropics использует с двенадцатой версии. А потом, если попросить, включает генеративный модуль и перерисовывает рот. Три роли в одном ползунке, и пользователь не всегда понимает, какая из них сейчас работает.
Topaz в восьмой версии Gigapixel сделал это явной настройкой модели Redefine. Режим Realistic, по словам компании, «сильнее опирается на существующие пиксели», режим Creative «больше использует генеративный ИИ». Одна модель, две роли, переключатель посередине.
Evoto собрала на одном экране сегментатор, генератор и пресеты, а обработку считает в облаке и берёт кредит за каждый экспорт.
Retouch4me собрала сегментатор и обучение по чужим фото, считает локально и продаёт плагины по одному навсегда.
Photoshop собрал вообще всё, кроме обучения на ваших данных.
Примерно так выглядит расстановка сил на сегодняшний день.
Финальный эксперимент
Раз уж взялись, давайте попробуем классические нейронки немного поколдовать с нашим фото. Дадим им несложное задание: убрать с левой стены все таблички, которые сильно портят атмосферу этого кинематографичного коридора.
Как мы уже знаем, задание они либо провалят, либо выполнят не совсем так, как хотелось бы. Для работы используем агрегатор BotHub и две модели: NanoBanana Pro и Flux-kontext-max. Смотрим.
Ответ NanoBanana кажется очень близким к исходному изображению. Но если начать всматриваться, особенно рассматривать шероховатые поверхности, то видно, что нейронка прошлась шумодавом. И кое-что сгладила от себя там, где не просили.
Ответ Flux вообще не требует комментариев. Такая редактура нам не нужна.
Заключение
Ну что ж, теперь вы чуть глубже понимаете как работает AI в обработке фото и понимаете главное.
Когда в следующий раз услышите спор про нейросети в фотографии, то задайте один вопрос: о какой роли речь? Четыре разных инструмента, четыре разных задачи, четыре разных способа реализации. Спорить о них разом — всё равно что спорить, хорош ли «двигатель». Смотря какой.