Нейро-кубики: обучение Stable Diffusion
ИДЕЯ ПРОЕКТА
Цель проекта: создать прототипы игрушек в едином стиле на основе ранее созданных генераций.
Изображения для обучения (10 штук) были созданы в нейросети Sora самостоятельно. Они представляют собой прототипы игрушек с экранами, на которых транслируется время в разных компьютерных и «человеческих» форматах (ISO, Excel Serial Date time, Unix time, Американский формат записи времени и тд.). Игрушки могут соединяться друг с другом, словно LEGO.
1 ИТЕРАЦИЯ
Первая итерация. Задача нейросети — создать изображение, на котором изображены несколько объектов (кубы с экранами, которые показывают 3 разных формата времени; кубы голубого, желтого и зеленого цветов; каждый куб имеет lego-подобные отверстия и крепления).
Текст промта: «Three retro-style cubes with LEGO-like connectors and rounded edges. Each cube has a unique color — soft muted blue, yellow, and green — with a slightly desaturated retro palette. Each cube has LEGO-style cylindrical pegs on top and circular holes underneath (and on sides for the second cube), all compatible with each other. The cubes are placed together in a simple, well-lit scene with a technological yet cute aesthetic. Cube 1 (blue): simple, regular cube with LEGO connectors. On one face, a small retro digital screen showing „14.12.2025 00:00:01 UTC“. The screen is slightly inset, with pixel-style digits glowing softly. Cube 2 (yellow): slightly elongated cube, with connectors and holes on top, bottom, and sides. Instead of a digital screen, it has a mechanical counter display showing the same date in UNIX timestamp format (1765670401). The counter has small rotating number wheels with subtle shadows and worn retro texture. Cube 3 (green): resembles a small retro computer cube, with Excel-like buttons and a small embedded screen in the style of an old spreadsheet display. The screen shows the same date in Excel serial date/time format (45715.0000000116). The cube is mostly green, with retro computer vibes and a few small buttons that resemble „Excel“ keys. All cubes share a consistent retro tech aesthetic — soft lighting, pixel-style screens slightly recessed into the surfaces, smooth rounded edges, mild reflections, and cute yet sophisticated design. High detail, soft color palette, nostalgic tech feel.»
Нейросеть смогла изобразить кубы трех цветов, показала отверстия и крепления, некоторые объекты соединены между собой, и они напоминают LEGO, как и задумывалось. Кроме этого, нейросеть правильно выбрала ракурс и освещение, цвета и форму объектов.
Нейросеть не смогла отразить экраны на объектах, а также цифры (даты), которые на экранах должны были транслироваться.
2 ИТЕРАЦИЯ
Задача нейросети — создать изображение, на котором изображен один кубик с одним экраном и несколькими отверстиями и креплениями на других сторонах. На экране: надпись «1d8f3a3c-…», выполненная пиксельным моноширинным шрифтом с мягким свечением.
Текст промта: «minimalistic modular cube-based toy design, single cube (5–7 cm), cozy retro-futuristic style, soft matte tactile surface, smooth rounded corners, realistic plastic and subtle metallic textures, warm orange or historical computer-orange tones, 3D product render aesthetic (Blender-style). cube on clean white background with soft minimal shadow, neutral diffuse studio lighting, rotated in three-quarter (¾) view, slightly turned right — left side shows screen, right side shows solid cylindrical connector. front face features a small illuminated rectangular screen, displaying a UUID v1 string (e.g., „1d8f3a3c-…“) in pixel-style monospaced digits, softly glowing. subtle framing around screen adds Macintosh-inspired aesthetic. cube enriched with playful yet realistic details inspired by early networked computers: tiny retro buttons, small LED indicators, miniature ports, ventilation slots, subtle embossed patterns, and a slight metallic accent on one edge. back, top, bottom, and sides have 3 round holes and 2 cylindrical connectors for modular assembly — uniform and proportional. subtle ambient glow, realistic reflections, elegant and minimal collectible toy feel, cozy retro-futuristic aesthetic, visually harmonized with other time-format cubes, soft warm lighting, premium 3D Blender-style product render, playful yet sophisticated, tactile and inviting».
Нейросеть смогла изобразить куб нужного оранжевого цвета, правильно выбрала ракурс и освещение, цвета, форму и текстуру объектов.
Нейросеть не смогла изобразить экран (и надпись) на объекте, создала несколько объектов (не один).
3 ИТЕРАЦИЯ
Задача нейросети — создать изображение, на котором изображен один кубик светло-голубого цвета с одним экраном и несколькими отверстиями и креплениями на других сторонах. На экране: надпись «132572928010000000».
Текст промта: «minimalistic modular cube-based toy design, single cube (5–7 cm), cozy retro-futuristic style, soft matte tactile surface, smooth rounded corners, realistic plastic texture, pastel light blue, inspired by early Windows PCs, 3D product render aesthetic (Blender-style). cube on clean white background with soft minimal shadow, neutral diffuse studio lighting, static ¾ view — front-left side showing the screen, right side slightly visible showing cylindrical connector for modular assembly. front face has a small rectangular screen displaying a simplified Windows desktop: open folder icon showing a numeric value „132572928010000000“ — Windows file time representing December 30, 2025, 00:00:01, pixel-style digits, softly glowing, gentle reflection on cube surface. Windows logo subtly visible on screen or corner of cube. optional miniature keyboard slightly protrudes from bottom front edge, resembling early PC keyboards. back, top, bottom, and sides have small cylindrical connectors and round holes for modular assembly. subtle screen glow, realistic reflections, premium collectible toy look, cozy retro-futuristic aesthetic, elegant, minimal festive tone, clean 3D product render, looks like a real prototype of a modular smart cube toy».
Нейросеть правильно выбрала ракурс и освещение, цвета, форму и текстуру объектов.
Нейросеть наполовину верно смогла изобразила куб нужного светло-голубого цвета (были добалвены несколько других цветов).
Нейросеть не смогла изобразить экран (и надпись) на объекте, создала несколько объектов (не один).
Стоит отметить, что на втором изображении нейросеть была ближе всего к промту (изображен почти один объект (объединен из нескольких кубов), есть условный экран (круг)).
ВЫВОДЫ
Нейросеть в целом корректно передала форму, цветовую палитру и текстуру объектов, выбрала удачный ракурс и освещение, а также смогла изобразить кубы с LEGO-подобными креплениями и отверстиями, передав общую модульную идею. Однако в большинстве случаев она не смогла корректно отобразить экраны и надписи (цифровые данные), а также вместо одного или трёх чётко определённых кубов создавала несколько объединённых или лишних объектов. Наиболее близкий к задуманному результат был достигнут во втором изображении третьей итерации — там нейросеть приблизилась к промту, изобразив почти один цельный объект с намёком на экран.
При создании проекта использовались: 1. Нейросеть Sora (10 изображений для обучения); 2. Чат GPT (структуризация и перевод на английский язык промтов).
