Извлечение генома стиля в ChatGPT: как генерировать серию изображений в едином визуальном стиле

Что такое геном стиля?

В статье «Извлечение генома стиля в Chat GPT: от референса до готового скила» авторы предлагают новый подход к управлению визуальным стилем при генерации изображений. Вместо того чтобы вручную подбирать промпты для каждого кадра, они извлекают геном стиля – компактный набор семантических и эстетических признаков, описанных в виде токенов ChatGPT.

Как работает процесс?

1. Сбор референса – выбирается несколько изображений, демонстрирующих желаемый стиль (цветовая палитра, композиция, текстура).
2. Анализ ChatGPT – модель получает референсы и формирует описание‑геном, включающее ключевые атрибуты (например, «мягкие пастельные тона», «геометрические формы», «низкая глубина резкости»).
3. Создание шаблона промпта – геном интегрируется в базовый промпт генератора изображений (Stable Diffusion, Midjourney и др.).
4. Пакетная генерация – меняются только переменные части (объекты, сюжет), а геном сохраняет стиль.

Практические результаты

• При тестировании на наборе из 50 изображений стиль оставался консистентным в 92 % случаев.
• Время подготовки промптов сократилось в 4‑5 раз по сравнению с ручным подходом.
• Авторы отмечают, что метод легко адаптируется к различным генераторам, так как геном формируется в виде обычного текста.

Где подробнее?

Полный разбор, примеры кода и ссылки на репозиторий доступны в оригинальной статье на Habr AI: https://habr.com/ru/articles/1083928/.

---

Техника «геном стиля» уже начинает использоваться в рекламных агентствах и студиях UI/UX для ускорения создания брендовых визуалов.