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.

Нина Арсеньева··8 мин чтения

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.

Иллюстрация к материалу «Нейросеть рисует по фото: генерация по референсу»

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 модельКак называетсяЧто делаетОграничение по документации
ChatGPT Images 2.5правка загруженного изображения, выделение областименяет фото по описаниювыделение неточное, правка может выйти за границу
Gemini (Nano Banana 2)генерация и правка с референсными изображенияминесколько референсов, правка в чатередактирование изображений — только с 18 лет
Nano Banana 2.1 (API)reference imagesдо 14 референсов, сходство до 4 персонажей и до 10 объектоввендор признаёт непостоянную консистентность персонажа
FLUX 2 (Black Forest Labs)image editing, multi-referenceправка по тексту и сборка сцены из нескольких фотодо 8 изображений через API, до 10 в песочнице
MidjourneyImage Prompts, Style Reference, Omni Referenceобраз, манера или персонаж из картинкиOmni Reference работает в V7 и не работает в V8
Ideogramstyle reference images, reference imagesманера кадра; правки, предметные сцены, постоянный персонаждо 10 изображений-образцов стиля
RunwayReferencesсвет, цвет, композиция, поза из референсовдо 3 изображений в одной генерации
Stable Diffusionimg2img, denoising strengthперерисовка исходника с заданной силойнужна 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

  1. Решите, что берёте из фото. Композицию — нужна правка или img2img. Лицо или предмет — референс. Только настроение и цвет — референс стиля. От ответа зависит инструмент.
  2. 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.
  3. 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».
  4. 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.
  5. Правьте в том же чате. Контекст диалога хранит удачную версию; новый чат начнёт с чистого листа.
  6. 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:

  1. Что сохранить. «Сохрани позу, черты лица и одежду» или «оставь композицию и ракурс». Без этой части модель считает себя вправе менять всё.
  2. 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.
  3. Как должно выглядеть. Стиль, свет, формат: «мягкий свет из окна слева, формат 4:5».

Примеры для разных задач:

ЗадачаСлабая командаРабочая 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 видитеПочему такЧто делать
Лицо «чужое», хотя фото загруженоМодель взяла фото как настроение, а не как образец лицаПрямо назовите роль: «лицо с фото 1, сохрани черты»; уберите лишние референсы
Правка задела фон, который просили не трогатьМодель перерисовывает весь кадр, а выделение области неточноеСужайте команду, просите «измени только…»; в Stable Diffusion — инпейнтинг по маске
От исходника ничего не осталосьСила преобразования слишком высокаяСнизьте её шагами по 0.1 при фиксированном сиде
Ничего не поменялосьСила слишком низкая или команда расплывчатаяПоднимите силу; назовите конкретное изменение
Надпись с фото превратилась в кашуТекст перерисовывается вместе с кадром; кириллица даётся моделям хуже латиницыНадпись накладывайте после генерации в редакторе
Персонаж расходится от кадра к кадруСходство по референсу нестабильно — это признаёт и Google в карточке Nano Banana 2.1Один 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?
Загрузите снимок в ChatGPT или Gemini и опишите изменение или стиль: «перерисуй в стиле акварели, сохрани позу и черты лица». Обе услуги умеют это бесплатно в рамках лимитов. Локально то же делает Stable Diffusion в режиме img2img.
Какая нейросеть генерирует изображения по фото бесплатно?
ChatGPT: правка загруженного фото доступна и на бесплатном тарифе, с отдельным лимитом. Gemini: без подписки рисует Nano Banana 2 и принимает несколько референсов, скачивание в 1K. Stable Diffusion бесплатен на своём компьютере.
Чем image-to-image отличается от референса?
В image-to-image исходник частично зашумляется и перерисовывается, поэтому композиция сохраняется. Референс задаёт только, что должно быть в кадре — лицо, предмет или манеру, а сцена строится заново.
Что такое сила преобразования в img2img?
Доля кадра, которую модель вправе переписать. Низкое значение — лёгкая стилизация, высокое — от исходника остаётся общая идея; выше 0.75 исходник обычно можно было не подавать.
Сколько фото можно загрузить как референс?
Зависит от модели: Nano Banana 2.1 через API принимает до 14 референсов, FLUX 2 — до 8 через API, Runway References — до 3, Ideogram — до 10 образцов стиля.
Почему нейросеть меняет лицо на фото?
Модель перерисовывает кадр целиком и восстанавливает лицо по своим представлениям. Помогают прямая формулировка «сохрани черты лица», один чёткий исходник и правка вместо новой генерации.
Можно ли в Шедевруме нарисовать по фото с русской надписью?
В каталоге у Шедеврума отмечен только режим «текст в изображение», а русскую надпись, по справке сервиса, он переводит и выводит латиницей. Кириллицу надёжнее накладывать в редакторе после генерации.

Источники

  1. OpenAI Help: Images in ChatGPT — правка загруженного фото, неточное выделение области, доступность на всех тарифах
  2. OpenAI Help: ChatGPT Free Tier FAQ — отдельный, более строгий лимит картинок на бесплатном тарифе
  3. OpenAI: GPT Image 2 — эндпоинты генерации и правки, поддержка инпейнтинга
  4. Google AI for Developers: Nano Banana 2.1 — до 14 референсов, до 4 персонажей и 10 объектов
  5. Google DeepMind: карточка Nano Banana 2.1 — признанные ограничения: мелкий текст, консистентность персонажа
  6. Gemini Apps Help: создание изображений — модели в приложении, скачивание 1K без плана, редактирование с 18 лет
  7. Google Blog: Nano Banana Pro — до 14 входных изображений, сходство до 5 человек
  8. Black Forest Labs: FLUX.2 image editing — мульти-референс до 8 изображений через API и до 10 в песочнице. Проверено 19 октября 2026
  9. Midjourney Docs: Omni Reference — Omni Reference совместима только с V7; страница закрыта для автоматического чтения, сверено по выдаче поиска 19 октября 2026
  10. Midjourney Docs: Style Reference — стиль без копирования объектов и людей, с версии 6
  11. Ideogram Docs: reference features — до 10 изображений-образцов стиля, референсы для правок и персонажа. Проверено 19 октября 2026
  12. Runway Academy: Gen-4 References — до 3 референсов, обращение image 1 и image 2
  13. Справка Шедеврума: параметры изображения — русская надпись переводится и выводится латиницей

Нина Арсеньева псевдоним

Псевдоним автора практического раздела. Пишет гиды по задачам с фото и видео и собирает библиотеку промптов: промпт, модель, настройки и полученный кадр — так, чтобы результат можно было повторить.

Отвечает за: промпты, обработка фотографий, задачи с видео