Чайник с характером

Может ли чайник передать характер ещё до того, как мы прочитаем его имя? Я придумала коллекцию керамических собеседников и исследовала, как настроение складывается из пропорций, ручки, носика, глазури и выражения лица.

Чайник выбран как предмет приглашения: его ставят на стол, когда собираются вместе. В моей коллекции каждый сосуд сам решает, готов ли он к общению. Один зовёт гостей, другой мечтает остаться в тишине. Через маленькую бытовую комедию я говорю о гостеприимстве и праве на собственное настроение.

Путь проекта: музейный архив, обучение, контроль силы LoRA, отбор из 18 кандидатов и восемь финальных персонажей. Все экспериментальные PNG 1024 × 1024 сохранены без ретуши.

Для обучения я выбрала 14 фотографий расписных керамических чайников из 40 кандидатов The Met Open Access. Отобрала цельные силуэты с видимыми ручкой, носиком и крышкой. Меня привлекли округлые корпуса, цветочная роспись и яркая глазурь.

Все выбранные изображения имеют статус Public Domain и распространяются под CC0. Фотографии вписаны в квадрат 1024 × 1024 с полями цвета фона; обучение использует копии 512 × 512. Подписи на английском включают CHAYNIK, материал и название предмета. Дубликаты проверены по SHA-256.

Источники расположены слева направо, сверху вниз. Все 14 предметов: The Metropolitan Museum of Art, Gift of Carleton Macy, 1934.

1. 197564, ок. 1750–60.
2. 197566, ок. 1750.
3. 197568, ок. 1740.
4. 197569, ок. 1750–70.
5. 197584, ок. 1760.
6. 197588, ок. 1765.
7. 197589, ок. 1765.
8. 197590, ок. 1765.
9. 197594, ок. 1760.
10. 197595, ок. 1760.
11. 197596, ок. 1765.
12. 197597, ок. 1765.
13. 197598, ок. 1765.
14. 197599, ок. 1760.

Верхний ряд: два предмета из обучающего архива The Met, слева 197569 (ок. 1750–70), справа 197589 (ок. 1765). Нижний ряд: «Соня» и «Важная персона» из финальной серии. Музейные фотографии: The Metropolitan Museum of Art, Gift of Carleton Macy, 1934, Public Domain / CC0.

Я сопоставила кремовую керамику с синей росписью и зелёную глазурь с розовым цветком. В генерациях эти сочетания соседствуют с новой скульптурной мимикой. Ручка, носик и крышка сохраняют предметную узнаваемость; цветочный декор связывает новую коллекцию с архивом.

Это визуальные переклички, а не доказательство происхождения каждого результата от конкретной фотографии. Модель обучалась на всех 14 изображениях, а базовая SDXL уже умеет создавать лица и керамику. Вклад адаптера я проверяю отдельно, меняя только его силу в контрольной тройке.

Я обучила адаптер DreamBooth LoRA для SDXL 1.0 на бесплатной NVIDIA T4. Обучение завершилось успешно: 250 шагов, rank 8, batch 1, learning rate 0.0001, seed 2026. Использовала FP16, gradient checkpointing и 8-bit Adam. Текстовые энкодеры не обучались. Последнее значение loss составило 0.231; качество я оценила по изображениям и контролям.

В первых генерациях с силой LoRA 1.0 сохранились серый фон, мягкая тень, глазурь и цветочная роспись. Лица почти исчезли. Поэтому характер ранних работ я читала через пропорции: низкую посадку «Сони», поднятый носик и крупную ручку «Важной персоны». Изменение seed меняло геометрию при сохранении палитры.

На следующем листе четыре ранние генерации: верхний ряд — «Соня», нижний — «Важная персона». В каждой паре слева seed 2026, справа — 31415. Параметры проб: LoRA 1.0, 28 шагов, CFG 6.5, оригиналы 1024 × 1024.

Слева направо: SDXL без LoRA, LoRA 0.30, LoRA 1.0. Во всех трёх вариантах одинаковы prompt, negative prompt, seed 412, 30 шагов, CFG 6, размер 1024 × 1024 и устройство MPS. Меняется только сила одного и того же обученного адаптера.

Без LoRA лицо крупное, роспись контрастная. При 0.30 закрытые веки сохраняются, глазурь и цветы становятся мягче. При 1.0 сосуд вытягивается, лицо уменьшается и становится низкорельефным, орнамент занимает больше поверхности.

Я выбрала 0.30 как рабочий компромисс для этой коллекции: предметная подача сочетается с читаемой мимикой. Сила 1.0 не означает «лучшее качество», а один контроль не определяет лучший режим для любых запросов. В датасете нет чайников со скульптурным человеческим лицом. Лицо в варианте без LoRA показывает, что базовая SDXL уже способна его создавать.

Точный запрос контрольной тройки:
CHAYNIK anthropomorphic ceramic teapot with a sculpted human face, two expressive eyes and a small mouth, glazed hand painted flowers, gray studio background, sleepy closed eyelids, peaceful tiny smile, squat ivory body, cobalt flowers

Negative prompt:
text, letters, watermark, cropped, extra eyes, three eyes, hands, teeth, tongue, broken handle, duplicate spout, scary, grotesque, blurry

Верхний ряд: три отклонённых кандидата. Нижний: выбранные варианты тех же персонажей. Столбцы слева направо: «Соня», «Лёгкая паника», «Сегодня без гостей». Это часть отбора 8 из 18; все кандидаты сохранены.

Я проверяла три вещи: читаются ли отдельно корпус, ручка, носик и крышка; поддерживает ли лицо задуманное настроение; сохраняется ли общая предметная подача. Красивый декор не компенсировал неподходящую мимику.

У «Сони» seed 87 дал открытые глаза и лишний отросток возле ручки; при seed 412 появились тяжёлые закрытые веки. У «Сегодня без гостей» прямой взгляд при seed 87 выглядел слишком приветливым; я выбрала опущенный взгляд при seed 412. В этих двух столбцах сохранены запрос и параметры, менялся seed.

У «Лёгкой паники» кандидат с seed 412 получился спокойным. Для финального варианта я изменила и запрос, и seed (31415), поставив в начало описания два широко раскрытых круглых глаза и маленький О-образный рот. Поэтому средний столбец показывает редактуру запроса и отбор, а не чистый эффект одного seed.

У «Сони» тяжёлые закрытые веки и опущенные уголки рта поддерживают сонливость. Синие брови и усы продолжают роспись, ручка и носик читаются отдельно.

«Важную персону» отличают вертикальный зелёный корпус, высокая крышка и спокойное лицо. Узкие веки и сомкнутый рот передают сдержанность. В новом отборе характер стал понятнее прежнего птичьего профиля.