krivo

Керамика почти никогда не выходит ровной. Глина садится при обжиге, глазурь стекает на одну сторону, ручка прилипает чуть косо. Обычно это называют браком. Но мне всегда казалось, что именно в этих случайностях предмет становится живым. По нему видно, что его делали руками, а не станком.

Я обучила Stable Diffusion XL (через LoRA) на коллекции намеренно несовершенной керамики: кривых кружек, перекошенных ваз, тарелок с волнистым краем, чайников с деформированным носиком и сильными подтеками. Задача была не нарисовать красивую керамику, а научить модель видеть красоту в ошибке и затем сгенерировать каталог предметов, которых никогда не было, но которые могли бы стоять на полке музея несовершенства.Проект о том, что дизайн не обязан быть безупречным. Ошибка это язык. Кривизна это подпись автора, а не дефект.

Датасет — 29 квадратных изображений (1:1), сгенерированных в Google Gemini по авторским промтам. Все изображения приведены к единому стилю: студийная съёмка, нейтральный серый фон, мягкий рассеянный свет; землистая палитра: бежевый, охра, мшисто-зелёный, тёплый серый; намеренные дефекты: кривые ручки, потёки глазури, трещины, отпечатки пальцев, волнистые края; фактура: видимая глина, грубая ножка, микропузырьки в глазури.

Обученная LoRA-модель сгенерировала серию из 6 предметов, которых никогда не было в датасете, но которые продолжают его язык.

— Консистентность палитры. На всех шести изображениях модель воспроизводит землистую гамму: бежевый, охра, мшисто-зелёный. Это не задавалось отдельно в промптах генерации: палитра «вшита» в LoRA-веса, потому что была сквозной в датасете. Модель выучила её как часть стиля, а не как описание конкретного объекта.— Студийная постановка. Нейтральный серый фон, мягкий рассеянный свет, без указания в промпте. Модель распознала, что «krivo» это не только предметы, но и способ их съёмки.— Микротекстура. Потёки глазури у основания, тонкие трещины, отпечатки пальцев — модель воспроизводит их на уровне, достаточном для рассматривания.

Первоначальная идея «научить модель видеть красоту в ошибке». Результат её подтверждает: модель не пытается «исправить» керамику, не выравнивает края, не делает ручки симметричными. Наоборот, она воспроизводит и даже усиливает несовершенство. Каждый сгенерированный предмет выглядит как предмет из той же мастерской, что и датасет, но сделанный «по мотивам», а не скопированный.

Обучение. LoRA + DreamBooth на 29 изображениях, 500 шагов, resolution=512, batch_size=2, gradient_accumulation_steps=3. Время обучения — ~53 минуты на Tesla T4 (бесплатный Colab). LoRA применена только к U-Net (основной генеративной части SDXL), без текстовых энкодеров.
Что попало в модель. LoRA-веса (23 МБ) содержат «сжатую формулу» эстетики krivo: палитру, постановку, характер дефектов, фактуру. При генерации эти веса накладываются поверх базовой SDXL, направляя её в сторону несовершенства.