Гид
Нейросеть рисует по фото: генерация по референсу
Генерация изображений по фото: как нейросеть рисует по референсу, как функцию называют вендоры и какие модели каталога умеют править и стилизовать снимок.
Коротко
Чтобы нейросеть нарисовала по фото, загрузите снимок как референс и опишите, что из него взять: композицию, лицо, предмет или манеру. Бесплатно это умеют ChatGPT и Gemini, по API — Nano Banana 2.1 (до 14 референсов) и FLUX 2 (до 8), локально — Stable Diffusion в режиме img2img, где силой преобразования задают, сколько исходника останется.

Нейросеть рисует по фото тремя разными способами, и от выбора зависит результат. Первый — правка: модель меняет загруженный снимок по словесной команде («убери человека слева», «сделай вечер»). Второй — референс: фото служит образцом лица, предмета или манеры, а кадр строится заново. Третий — img2img в узком смысле: исходник зашумляется на заданную долю и перерисовывается, композиция сохраняется. Бесплатно первые два способа есть в ChatGPT и Gemini, третий — в Stable Diffusion на своём компьютере.
Как нейросеть рисует по фото: три механики
Правка по команде. Модель получает изображение и текст и возвращает тот же кадр с изменением. В ChatGPT, по справке OpenAI, можно править загруженное фото описанием и выделять область для правки — но выделение неточное, и правка может выйти за его границу. Механика простая: модель перерисовывает весь кадр, стараясь не трогать то, о чём вы не просили, поэтому мелкие детали вне зоны правки иногда всё равно плывут.
Референс. Фото не переделывается, а задаёт, что должно оказаться в новом кадре: лицо, товар, интерьер, цветовая гамма. Сцена, поза и свет генерируются с нуля. Так работает большинство «фотосессий по одному фото» — подробно о них в материале про нейрофотосессию. Потолок у моделей разный: Nano Banana 2.1, по документации Gemini API, принимает до 14 референсов.
img2img с силой преобразования. Классический режим Stable Diffusion: исходник частично зашумляется и восстанавливается под промпт. Сколько шума добавить, задаёт сила преобразования: низкое значение — лёгкая стилизация с сохранением композиции, высокое — от исходника остаётся общая идея. Выше 0.75 исходник обычно можно было и не подавать.
Как это называют вендоры
Функция одна по смыслу, но в интерфейсах у неё разные имена. Это главная причина, по которой «не могу найти, где загрузить фото».
| Сервис или модель | Как называется | Что делает | Ограничение по документации |
|---|---|---|---|
| ChatGPT Images 2.5 | правка загруженного изображения, выделение области | меняет фото по описанию | выделение неточное, правка может выйти за границу |
| Gemini (Nano Banana 2) | генерация и правка с референсными изображениями | несколько референсов, правка в чате | редактирование изображений — только с 18 лет |
| Nano Banana 2.1 (API) | reference images | до 14 референсов, сходство до 4 персонажей и до 10 объектов | вендор признаёт непостоянную консистентность персонажа |
| FLUX 2 (Black Forest Labs) | image editing, multi-reference | правка по тексту и сборка сцены из нескольких фото | до 8 изображений через API, до 10 в песочнице |
| Midjourney | Image Prompts, Style Reference, Omni Reference | образ, манера или персонаж из картинки | Omni Reference работает в V7 и не работает в V8 |
| Ideogram | style reference images, reference images | манера кадра; правки, предметные сцены, постоянный персонаж | до 10 изображений-образцов стиля |
| Runway | References | свет, цвет, композиция, поза из референсов | до 3 изображений в одной генерации |
| Stable Diffusion | img2img, denoising strength | перерисовка исходника с заданной силой | нужна своя видеокарта |
Термины в документации вендоров звучат по-английски, поэтому в справке ищите их, а не русский перевод интерфейса. Midjourney, например, разделяет три вещи: Image Prompts — картинка как часть запроса, Style Reference — только манера (цвета, материал, фактура, свет) без копирования объектов и людей, Omni Reference — перенос конкретного персонажа или предмета. По справке Midjourney, Omni Reference совместима только с V7, а по умолчанию с 24 июля 2026 работает V8.2 — значит, для переноса персонажа версию придётся переключить вручную.
Какие модели каталога умеют генерацию по фото
Из каталога моделей art-see режим «изображение в изображение» или правку поддерживают:
- Nano Banana Pro — генерация, референсы и правка; $0.134 за кадр 1K/2K через API. По анонсу Google — до 14 входных изображений в одной композиции со сходством до 5 человек.
- Nano Banana 2 и пришедшая ей на смену Nano Banana 2.1 — $0.0336 за 1K у 2.1. Именно Nano Banana 2 рисует в приложении Gemini без подписки.
- GPT Image 2 — генерация и правка, эндпоинт правки v1/images/edits с поддержкой инпейнтинга; $0.006 за кадр на низком качестве, $0.211 на высоком (1024×1024, через агрегатор). В ChatGPT с 8 сентября 2026 работает следующее поколение — Images 2.5.
- FLUX 2 Pro — правка от $0.045, мульти-референс до 8 изображений через API.
- Midjourney V8.2 — Style Reference; перенос персонажа через Omni Reference — в V7.
- Ideogram V4 и Recraft V4 — в каталоге отмечен режим правки.
- Kandinsky — в каталоге отмечен режим i2i, промпт по-русски.
- Stable Diffusion — img2img, инпейнтинг, надстройки вроде ControlNet и IP-Adapter, всё локально.
Шедеврума в списке нет: в каталоге у него отмечен только режим «текст в изображение». И отдельно о тексте: по справке сервиса русскую надпись Шедеврум переводит и выводит латиницей, так что подписать кадр кириллицей в нём не выйдет.
Готовые формулировки для правки по фото в Gemini собраны в промптах для Nano Banana.
Как сгенерировать картинку по фото: по шагам
- Решите, что берёте из фото. Композицию — нужна правка или img2img. Лицо или предмет — референс. Только настроение и цвет — референс стиля. От ответа зависит инструмент.
- Подготовьте исходник. Резкий кадр, лицо без солнцезащитных очков и сильных теней, предмет целиком в кадре. Модель не восстановит то, чего на фото нет: обрезанная рука превратится в выдуманную.
- Загрузите фото и назовите его роль. Не «сделай красиво», а «возьми лицо с фото 1 и одежду с фото 2, сцена — летняя терраса». Runway в своей академии советует ссылаться на картинки по порядку загрузки: «image 1», «image 2».
- Опишите изменение, а не весь кадр заново. В правке достаточно назвать, что поменять. Длинный промпт с нуля заставит модель перестроить и то, что вы хотели оставить.
- Правьте в том же чате. Контекст диалога хранит удачную версию; новый чат начнёт с чистого листа.
- Проверьте при стопроцентном увеличении. Руки, надписи, края волос и место контакта предмета с поверхностью — там прячутся ошибки.
Перенос стиля: аниме, акварель, «как на картине»
Самый частый запрос «нейросеть рисует по фото» — превратить снимок в рисунок. Тут работают оба способа: правка («перерисуй в стиле акварели, сохрани позу и черты лица») и img2img со средней силой преобразования. Чем дальше стиль от фотографии, тем больше модель меняет лицо: аниме упрощает пропорции по законам жанра, и сходство держится хуже, чем в акварели.
Две развилки:
- Нужно узнаваемое лицо — правка в ChatGPT или Gemini, а в промпте отдельно: «сохрани черты лица, форму носа и разрез глаз».
- Нужна серия в одной манере — референс стиля: один и тот же образец к каждому кадру держит манеру лучше, чем повтор словесного описания.
Подробные приёмы именно для аниме-стиля — в гиде нейросеть для аниме по фото.
Как писать промпт для генерации по фото
Промпт к фото устроен иначе, чем промпт с нуля. Половину работы уже сделал снимок: композиция, свет и объект на месте. Задача текста — сказать, что из этого оставить и что поменять. Рабочая формула из трёх частей:
- Что сохранить. «Сохрани позу, черты лица и одежду» или «оставь композицию и ракурс». Без этой части модель считает себя вправе менять всё.
- Что изменить. Одно изменение за раз: «перенеси сцену на вечернюю улицу», «замени фон на студийный серый». Три изменения в одной команде — три шанса, что одно сработает не так, и непонятно, какое.
- Как должно выглядеть. Стиль, свет, формат: «мягкий свет из окна слева, формат 4:5».
Примеры для разных задач:
| Задача | Слабая команда | Рабочая команда |
|---|---|---|
| Сменить фон | «сделай красивый фон» | «замени фон на светлую кирпичную стену, сохрани человека, свет и тени без изменений» |
| Стилизовать | «сделай в стиле аниме» | «перерисуй в стиле аниме, сохрани позу, причёску и цвет одежды, фон упрости» |
| Предмет в новой сцене | «товар на кухне» | «поставь кружку с фото 1 на деревянный стол у окна, утренний свет, ракурс сверху под 45 градусов» |
| Два референса | «объедини фото» | «лицо с фото 1, куртка с фото 2, сцена — набережная в пасмурный день» |
Когда результат почти готов, не переписывайте промпт заново, а уточняйте: «то же самое, но свет теплее». Новая формулировка с нуля даёт новый кадр, уточнение — правку удачного.
Проверка, что сходство удалось. Положите исходник и результат рядом и закройте одной рукой всё, кроме глаз и носа. Если по этому фрагменту человек узнаётся, правка удалась; если узнаётся только по причёске и одежде — модель сохранила антураж, а не лицо. Приём работает потому, что причёска и одежда — самые крупные и яркие признаки, и при беглом взгляде они перекрывают мелкие расхождения в чертах.
Симптом, причина, решение
| Что видите | Почему так | Что делать |
|---|---|---|
| Лицо «чужое», хотя фото загружено | Модель взяла фото как настроение, а не как образец лица | Прямо назовите роль: «лицо с фото 1, сохрани черты»; уберите лишние референсы |
| Правка задела фон, который просили не трогать | Модель перерисовывает весь кадр, а выделение области неточное | Сужайте команду, просите «измени только…»; в Stable Diffusion — инпейнтинг по маске |
| От исходника ничего не осталось | Сила преобразования слишком высокая | Снизьте её шагами по 0.1 при фиксированном сиде |
| Ничего не поменялось | Сила слишком низкая или команда расплывчатая | Поднимите силу; назовите конкретное изменение |
| Надпись с фото превратилась в кашу | Текст перерисовывается вместе с кадром; кириллица даётся моделям хуже латиницы | Надпись накладывайте после генерации в редакторе |
| Персонаж расходится от кадра к кадру | Сходство по референсу нестабильно — это признаёт и Google в карточке Nano Banana 2.1 | Один и тот же набор референсов к каждому кадру, правка вместо новой генерации |
Где генерация по фото не работает
Документы и чужие лица. Сервисы ограничивают правку фото реальных людей, а Gemini пускает к редактированию изображений только с 18 лет. Права на результат с чужим лицом — отдельный вопрос, его разбирает раздел о лицах и голосах.
Точное воспроизведение. Правка — не фотошоп: даже «ничего не меняй, только цвет рубашки» может сдвинуть мелкие детали. Если нужна пиксельная точность за пределами правки, совмещайте результат с оригиналом в редакторе по маске.
Мелкий текст. Google сам называет слабую отрисовку мелкого текста ограничением Nano Banana 2.1. Этикетки и вывески с фото модель перерисует приблизительно.
Бесплатные лимиты. В ChatGPT лимит бесплатных картинок есть, он строже платного, числа OpenAI не публикует. В Gemini лимит вычислительный с окном 5 часов, а скачивание без подписки — в 1K.
Метки происхождения. На всех изображениях из Gemini стоит невидимый SynthID, OpenAI добавляет метаданные C2PA и невидимый водяной знак. Правка по фото делает снимок сгенерированным с точки зрения этих меток.
Общая картина — какие сервисы рисуют по тексту, сколько стоит кадр и как писать промпт — в опорном гиде по генерации изображений.
Частые вопросы
Как сделать, чтобы нейросеть нарисовала по фото?
Какая нейросеть генерирует изображения по фото бесплатно?
Чем image-to-image отличается от референса?
Что такое сила преобразования в img2img?
Сколько фото можно загрузить как референс?
Почему нейросеть меняет лицо на фото?
Можно ли в Шедевруме нарисовать по фото с русской надписью?
Источники
- OpenAI Help: Images in ChatGPT — правка загруженного фото, неточное выделение области, доступность на всех тарифах
- OpenAI Help: ChatGPT Free Tier FAQ — отдельный, более строгий лимит картинок на бесплатном тарифе
- OpenAI: GPT Image 2 — эндпоинты генерации и правки, поддержка инпейнтинга
- Google AI for Developers: Nano Banana 2.1 — до 14 референсов, до 4 персонажей и 10 объектов
- Google DeepMind: карточка Nano Banana 2.1 — признанные ограничения: мелкий текст, консистентность персонажа
- Gemini Apps Help: создание изображений — модели в приложении, скачивание 1K без плана, редактирование с 18 лет
- Google Blog: Nano Banana Pro — до 14 входных изображений, сходство до 5 человек
- Black Forest Labs: FLUX.2 image editing — мульти-референс до 8 изображений через API и до 10 в песочнице. Проверено 19 октября 2026
- Midjourney Docs: Omni Reference — Omni Reference совместима только с V7; страница закрыта для автоматического чтения, сверено по выдаче поиска 19 октября 2026
- Midjourney Docs: Style Reference — стиль без копирования объектов и людей, с версии 6
- Ideogram Docs: reference features — до 10 изображений-образцов стиля, референсы для правок и персонажа. Проверено 19 октября 2026
- Runway Academy: Gen-4 References — до 3 референсов, обращение image 1 и image 2
- Справка Шедеврума: параметры изображения — русская надпись переводится и выводится латиницей