Кратко

Здесь собраны восемьдесят пять терминов, которые встречаются в описаниях генеративных моделей, в условиях стоковых лицензий и в брифах заданий Picwin. Каждый термин объяснён одинаково: сначала определение одной фразой, затем короткое пояснение и, где это уместно, ссылка на статью, где тема разобрана подробно.

Словарь этой области собран из трёх разных языков сразу: инженерного — от исследователей моделей, съёмочного — от фотографов, и юридического — от стоковых агентств. Отсюда ощущение, что описание генератора и условия лицензии написаны про разные миры. Ниже — восемь разделов, внутри каждого термины идут от общего к частному.

Разделы:

Как работают генеративные модели

Раздел отвечает на вопрос, что происходит между отправкой промпта и появлением картинки, и объясняет слова, которыми это описывают разработчики моделей.

Генеративная модель (generative model)

Программа, которая создаёт новые данные, а не ищет готовые.

Генератор изображений не подбирает картинку из базы и не склеивает куски чужих файлов: он строит новый кадр попиксельно, опираясь на статистику того, что видел при обучении. Поэтому один и тот же промпт даёт разные результаты.

Диффузионная модель (diffusion model)

Модель, которая рождает изображение, поэтапно убирая шум из случайного полотна.

Она обучена обратной задаче: ей показывали картинки, постепенно засыпанные шумом, и учили угадывать, как выглядел предыдущий шаг. На генерации процесс запускают с чистого шума и «отматывают» назад, пока не проступит кадр. Так работает большинство современных генераторов.

Латентное пространство (latent space)

Сжатое внутреннее представление изображения, в котором модель и ведёт всю работу.

Считать диффузию на полном разрешении дорого, поэтому кадр сначала ужимают в компактную форму, генерируют в ней и только в конце разворачивают обратно в пиксели. Отсюда фраза «латентная диффузия».

Кодировщик-декодировщик (VAE)

Часть модели, которая переводит картинку в латентное представление и обратно.

От её качества зависят мелкие детали и цвет на финальном кадре: одна и та же генерация с другим декодировщиком выглядит чуть иначе по насыщенности и микроконтрасту.

Чекпойнт (checkpoint)

Файл с обученными весами модели — конкретная версия генератора.

Разные чекпойнты одной архитектуры дают заметно разный стиль: один тяготеет к фотореализму, другой к иллюстрации. Когда говорят «сменил модель», обычно имеют в виду именно смену чекпойнта.

Дообучение LoRA (LoRA)

Небольшая надстройка к модели, которая добавляет ей один стиль, объект или персонажа.

LoRA весит в сотни раз меньше полного чекпойнта, потому что меняет не всю модель, а тонкий слой поверх неё. Несколько таких надстроек можно включать одновременно и смешивать с разной силой.

Шаги сэмплирования (sampling steps)

Число проходов, за которые модель разворачивает шум в изображение.

Мало шагов — кадр остаётся сырым и мыльным; много — растёт время без заметной прибавки качества. У каждой пары «модель и сэмплер» есть свой участок, после которого добавлять шаги бессмысленно.

Сэмплер (sampler)

Алгоритм, по которому модель делает каждый шаг снятия шума.

Разные сэмплеры при одинаковых настройках дают разный характер картинки: одни сходятся быстро и ровно, другие дольше, но детальнее. Это не улучшение качества, а выбор траектории.

Сид (seed)

Число, которым задаётся начальный шум генерации.

Один и тот же сид с тем же промптом и теми же настройками воспроизводит тот же кадр. Именно поэтому сид фиксируют, когда хотят поменять одну деталь промпта и увидеть, что изменилось только она.

Сила следования подсказке (CFG scale)

Настройка, определяющая, насколько строго модель держится текста промпта.

Низкое значение даёт вольную, но живую картинку; высокое — буквальное следование словам ценой пережжённых цветов и жёстких контуров. Крайности плохи обе, рабочая зона обычно посередине.

Обучающая выборка (training data)

Набор изображений и подписей, на котором модель училась.

Она объясняет и силу, и слабость генератора: то, чего в выборке было много, получается легко, а редкое — плохо и с ошибками. Состав выборки — ещё и основной предмет юридических споров вокруг генеративных моделей.

Инференс (inference)

Один запуск обученной модели на готовых весах — то есть сама генерация.

Обучение стоит дорого и происходит один раз, инференс дешёв и происходит миллионы раз. Когда говорят «стоимость генерации», речь почти всегда про инференс.

Промпт и управление кадром

Раздел отвечает на вопрос, чем автор управляет в генерации, и перечисляет способы задать кадр точнее, чем одним предложением.

Промпт (prompt)

Текстовое описание кадра, по которому модель строит изображение.

Хороший промпт называет предмет, обстановку, свет, ракурс и стиль — примерно в этом порядке важности. Разбор устройства промпта есть в статье о том, как стать автором Picwin.

Негативный промпт (negative prompt)

Список того, чего в кадре быть не должно.

Работает не как запрет, а как сдвиг: модель отталкивается от перечисленного. Туда обычно уходят типовые огрехи — лишние конечности, водяные знаки, подписи, рамки.

Вес токена (token weight)

Множитель, усиливающий или ослабляющий отдельное слово промпта.

Позволяет сказать «этого побольше, того поменьше», не переписывая фразу целиком. Синтаксис зависит от интерфейса, смысл везде один.

Промпт-инжиниринг (prompt engineering)

Практика подбора формулировок, дающих предсказуемый результат.

По сути это работа методом одной переменной: фиксируется сид, меняется один кусок промпта, сравниваются кадры. Без фиксации сида сравнивать нечего — меняется всё сразу.

Референс (reference image)

Готовое изображение, которое подают модели как образец.

Референс задаёт то, что трудно описать словами: конкретный ракурс, распределение света, характер линии. Текстовое описание при этом обычно всё равно нужно.

Генерация по картинке (img2img)

Режим, в котором исходным материалом служит не шум, а имеющееся изображение.

Модель переписывает картинку с заданной силой: слабая правка сохраняет композицию и меняет фактуру, сильная оставляет от оригинала только общие массы.

Перерисовка области (inpainting)

Замена выделенного участка изображения новым содержимым.

Так убирают лишний предмет, чинят руку или меняют фон, не трогая остальной кадр. Границы области модель дорисовывает сама, поэтому маску делают с запасом.

Дорисовка за краем (outpainting)

Достраивание изображения за пределы исходной рамки.

Позволяет из вертикального кадра сделать горизонтальный или добавить свободное поле под текст. Модель продолжает сцену, а не растягивает пиксели.

Управляющая сетка (ControlNet)

Дополнительный вход модели, который задаёт геометрию кадра отдельно от текста.

На вход подают контур, карту глубины или позу человека — и модель обязана в них уложиться. Это самый надёжный способ получить нужную композицию, не полагаясь на формулировки.

Перенос стиля (style transfer)

Приём, при котором содержимое берётся из одного источника, а манера исполнения — из другого.

В генеративных моделях делается через дообучение, референс стиля или отдельный вход. Юридически это самая скользкая область: манера отдельного живого художника — не то, что стоит воспроизводить.

Апскейл (upscaling)

Увеличение разрешения готового изображения.

Простой апскейл растягивает пиксели, модельный — дорисовывает детали, которых в оригинале не было. Второе выглядит лучше, но добавляет собственные ошибки, поэтому результат смотрят при стопроцентном масштабе.

Вариации (variations)

Несколько кадров, порождённых одним промптом с разными сидами.

Стандартный способ выбора: сначала набирают вариации, потом дорабатывают удачную. В Picwin вариаций нет — там один прогон даёт один кадр, и выбор делается до генерации, при выборе задания.

Свет, композиция и оптика

Раздел отвечает на вопрос, какими словами описывать кадр, чтобы модель поняла постановку. Это словарь фотографов, и генераторы его знают хорошо.

Композиция (composition)

Расположение объектов в кадре и отношения между ними.

Первое, по чему кадр читается как удачный или случайный. В промпте задаётся словами о плане, ракурсе и месте главного объекта.

Правило третей (rule of thirds)

Приём, при котором главный объект ставят не в центр, а на треть кадра.

Даёт кадру движение и место для взгляда. Работает не всегда: симметричная постановка нарочно нарушает правило и часто выигрывает.

Свободное поле (negative space)

Пустая часть кадра вокруг главного объекта.

Для стока это ценность, а не пустота: в свободное поле ложится заголовок, логотип или цена. Кадры с запасом воздуха покупают чаще.

Глубина резкости (depth of field)

Диапазон расстояний, на котором изображение остаётся чётким.

Малая глубина отделяет предмет от фона, большая показывает всю сцену. В промпте задаётся через диафрагму или прямо словами о размытом фоне.

Боке (bokeh)

Характер размытия зоны вне резкости.

Слово описывает не силу размытия, а его рисунок: форму бликов, мягкость краёв. Для предметных и еды кадров — почти обязательный элемент.

Фокусное расстояние (focal length)

Параметр объектива, определяющий угол обзора и перспективу.

Короткое расстояние даёт широкий охват и подчёркнутую перспективу, длинное — сжатый план и спокойные пропорции. Указание вроде «85 мм» модели понимают буквально.

Контровый свет (backlight)

Свет, направленный на объект сзади, со стороны камеры-наоборот.

Даёт светящийся контур и отделяет объект от фона. Один из самых надёжных способов сделать генерацию похожей на съёмку, а не на рендер.

Мягкий свет (soft light)

Освещение с плавным переходом от света к тени.

Возникает от большого источника или рассеивателя. Стандарт для портрета, еды и косметики — тени не рвут форму.

Цветовая температура (colour temperature)

Оттенок белого в кадре, измеряемый в кельвинах.

Низкая температура даёт тёплый жёлтый свет, высокая — холодный синий. В промпте это часто эффективнее прямого указания цвета: температура влияет сразу на всю сцену.

Флэтлей (flat lay)

Съёмка сверху, объекты разложены на плоскости.

Формат, которым живут каталоги, рецепты и раскладки товаров. Хорошо получается у моделей и хорошо продаётся: смотрите категорию еды.

Ракурс (camera angle)

Точка, с которой снята сцена.

Съёмка на уровне глаз нейтральна, снизу делает объект внушительным, сверху — уязвимым или обзорным. Модели реагируют на прямое указание ракурса точнее, чем на описание эмоции.

Макро (macro)

Съёмка мелких объектов в масштабе, близком к натуральному.

В генерации даёт фактуру: капли, ворс, зерно, поры. Обратная сторона — на макро особенно заметны артефакты, поэтому такие кадры проверяют при полном увеличении.

Файлы, форматы и размеры

Раздел отвечает на вопрос, что означают технические параметры файла и какие из них действительно влияют на пригодность изображения.

Растр (raster)

Изображение, состоящее из пикселей.

Всё, что выходит из генератора, — растр. При увеличении растр теряет чёткость, потому что новых деталей в файле нет.

Вектор (vector)

Изображение, описанное фигурами и кривыми, а не пикселями.

Масштабируется без потерь и подходит для логотипов и иконок. Генеративные модели вектор напрямую не рисуют — его получают трассировкой из растра.

JPEG

Растровый формат со сжатием с потерями и без прозрачности.

Стандарт для фотографий и стоковых превью: маленький вес при приемлемом качестве. Плохо переносит многократное пересохранение и резкие границы.

PNG

Растровый формат со сжатием без потерь и с поддержкой прозрачности.

Правильный выбор для графики с чёткими краями, скриншотов и всего, что ляжет поверх другого изображения. Для фотографии избыточно тяжёл.

WebP

Современный формат, умеющий и сжатие с потерями, и прозрачность.

При том же визуальном качестве весит заметно меньше JPEG, поэтому используется в вебе по умолчанию. Поддерживается всеми актуальными браузерами.

Разрешение (resolution)

Размер изображения в пикселях по ширине и высоте.

Единственный размер, который у файла действительно есть. Пригодность для печати или для веба определяется именно им, а не подписью «300 DPI».

DPI и PPI

Число точек или пикселей на дюйм — величина, описывающая печать, а не файл.

В файле DPI — это просто метка, которую можно поменять, не тронув ни одного пикселя. Смотреть надо на разрешение и на желаемый физический размер отпечатка.

Соотношение сторон (aspect ratio)

Отношение ширины кадра к высоте.

Определяет, куда изображение вообще влезет: обложка, сторис, баннер и карточка товара просят разные пропорции. Менять его после генерации — значит либо резать, либо дорисовывать.

Альфа-канал (alpha channel)

Дополнительный канал файла, хранящий прозрачность.

Есть у PNG и WebP, нет у JPEG. Изображение «на прозрачном фоне» без альфа-канала невозможно, сколько бы белым фон ни выглядел.

Цветовое пространство sRGB

Стандартный набор цветов, в котором работают экраны и веб.

Стоковое изображение отдают в sRGB, потому что любой другой профиль на чужом устройстве покажется тусклым или кислотным. Более широкие пространства нужны только в печатной подготовке.

Сжатие с потерями (lossy compression)

Уменьшение веса файла ценой безвозвратной потери части информации.

Заметно на границах и в плавных градиентах: появляются ореолы и ступеньки. Каждое новое сохранение добавляет потери поверх прежних.

Метаданные (metadata)

Служебные сведения внутри файла: размеры, дата, параметры съёмки, авторство.

У генераций сюда часто пишут промпт и настройки. При публикации метаданные обычно вычищают — вместе с ними уходят и следы происхождения файла.

Фотосток и его правила

Раздел отвечает на вопрос, что именно покупают на стоке и какими словами описаны границы использования. Юридическая часть словаря — самая недооценённая.

Фотосток (stock library)

Каталог изображений, права на использование которых продаются многократно.

Смысл модели — не эксклюзив, а доступность: одна и та же картинка легально живёт в сотнях проектов сразу.

Микросток (microstock)

Фотосток, торгующий большим объёмом изображений по низким ценам.

Противоположность классическим агентствам с дорогими эксклюзивами. Именно из микростока пришли и подписки, и роялти за скачивание.

Лицензия (licence)

Разрешение использовать изображение на описанных условиях.

Покупая на стоке, приобретают лицензию, а не картинку и не права на неё. Условия лицензии — единственный документ, который определяет, что можно делать; для витрины Picwin они собраны на странице условий.

Роялти-фри (royalty-free)

Тип лицензии, по которому платят один раз, а используют многократно.

«Free» здесь про отсутствие повторных платежей, а не про бесплатность. Ограничения при этом остаются: тираж, перепродажа, чувствительные темы.

Роялти (royalty)

Отчисление автору с каждого использования или скачивания его работы.

Классическая модель микростока. В Picwin роялти нет: платформа выкупает права один раз — см. механику выкупа.

Расширенная лицензия (extended licence)

Лицензия, снимающая часть ограничений обычной.

Обычно нужна для товаров на продажу, крупных тиражей и перепродажи изображения в составе шаблона. Стоит дороже и покупается отдельно.

Редакционное использование (editorial use)

Право использовать изображение только для иллюстрации новостей и материалов, а не для рекламы.

Такая пометка стоит на кадрах с узнаваемыми людьми, брендами и мероприятиями, на которые нет разрешений.

Коммерческое использование (commercial use)

Право применять изображение в рекламе, упаковке и продвижении.

Требует, чтобы у изображения не было чужих узнаваемых элементов без разрешения — отсюда релизы и запрет на бренды в кадре.

Релиз модели (model release)

Письменное согласие человека на использование его изображения.

Без него кадр с узнаваемым лицом остаётся редакционным. У сгенерированных лиц релиза нет и не бывает — поэтому важно, чтобы такое лицо не совпадало с реальным.

Релиз собственности (property release)

Согласие владельца объекта на коммерческое использование его изображения.

Требуется для частных зданий, интерьеров, произведений искусства и узнаваемых предметов дизайна.

Эксклюзив (exclusivity)

Условие, при котором изображение продаётся только через одну площадку или только одному покупателю.

Повышает цену и сужает круг покупателей. Витрина Picwin эксклюзивных прав не продаёт: работа остаётся в каталоге после покупки.

Кейвординг (keywording)

Подбор ключевых слов, по которым изображение находят в каталоге.

На классическом стоке это работа автора и главный фактор продаж. В Picwin названия и описания собираются из задания каталога, поэтому автору кейвордингом заниматься не нужно.

Как устроен Picwin

Раздел отвечает на вопрос, что означают слова, которые встречаются в мини-аппе и на витрине. Это уже не общая теория, а конкретный продукт.

Мини-апп (mini app)

Приложение, работающее внутри Telegram, без установки из магазина.

Picwin живёт именно так: каталог заданий, генерация и галерея работ открываются в окне мессенджера.

Задание каталога (assignment)

Готовая тема из каталога, по которой автор делает работу.

У задания есть категория, уровень и подсказка к промпту. Всего категорий сорок — от интерьера до технологий.

Бриф (brief)

Постановка задачи: тема задания плюс выпавшие условия.

Собирается перед прогоном и определяет, по чему работу будут судить. Подробный разбор — в статье как стать автором Picwin.

Условия постановки (brief conditions)

Выпадающие к теме цель кадра и запреты.

Цель говорит, для чего кадр снят; запреты называют, чего в нём быть не должно. Жребий бросается заново каждый раз, поэтому одна тема читается по-разному.

Уровень задания (difficulty)

Категория сложности задания: простой, средний или сложный.

Уровень задаёт строгость проверки качества и поднимает работу выше в ценовой сетке витрины. Это не размер выплаты и не редкость покупателя.

Прогон (round)

Один запуск генерации по заданию с выбранным бюджетом.

Требует ставки либо доступной бесплатной генерации. Результат прогона определяется сервером и не зависит от того, как быстро автор откроет картинку.

Проверка качества (quality check)

Оценка готовой работы по уровню выбранного задания.

Прошедшая проверку работа выкупается дорого и выходит на витрину, не прошедшая — выкупается дёшево и остаётся в галерее автора.

Выкуп (buyout)

Покупка платформой прав на изображение у автора.

Происходит сразу после генерации, покупателя со стороны при этом нет. Гонорар разовый: дальнейшие продажи копий автору ничего не приносят.

Витрина (showcase)

Публичный каталог работ, доступный любому посетителю сайта.

Работа выходит туда автоматически, если прошла проверку. Имени автора на витрине нет: карточка называет только работу, категорию и цену.

Скрытая работа (hidden work)

Работа, снятая модератором с витрины, но оставшаяся у автора и у покупателей.

Состоявшаяся продажа не отменяется: купивший сохраняет лицензию. Более жёсткое решение — снятие с продажи, при котором покупателям возвращают деньги.

Качество и типичные огрехи

Раздел отвечает на вопрос, что искать в готовом кадре перед тем, как считать его удачным. Почти всё перечисленное видно только при полном увеличении.

Артефакт (artefact)

Любое искажение, порождённое самим процессом генерации или сжатия.

Собирательное слово: под него попадают и лишние пальцы, и ореолы вокруг контуров, и обрывки узора. Первое, что ищут при проверке кадра.

Псевдотекст (garbled text)

Надписи, похожие на буквы, но словами не являющиеся.

Классический след генерации: вывески, этикетки, обложки книг. Проще убрать текст из кадра совсем, чем добиться правильного.

Анатомическая ошибка (anatomy error)

Неверное число или строение частей тела.

Кисти рук, зубы, уши и места стыка конечностей — самые уязвимые зоны. На стоке такая работа непригодна: заметит первый же внимательный зритель.

Перешарп (oversharpening)

Избыточное усиление резкости, дающее светлые ореолы по контурам.

Часто появляется после апскейла. Выглядит как ненастоящая чёткость и особенно бросается в глаза на границе объекта и неба.

Пластиковая кожа (plastic skin)

Слишком гладкая, лишённая пор и микрорельефа кожа на портрете.

Признак пережатых настроек или чрезмерного сглаживания. Лечится добавлением фактуры и понижением силы следования подсказке.

Полосы (banding)

Ступеньки вместо плавного перехода цвета.

Хорошо заметны на небе, на градиентных фонах и в тенях. Возникают от нехватки битности или от агрессивного сжатия.

Шум (noise)

Зернистость изображения, не связанная с содержанием кадра.

В умеренном количестве добавляет достоверности, в избыточном выглядит как брак. После сильного апскейла шум распределён неравномерно — это заметно.

Повтор объекта (duplication)

Лишняя копия предмета или детали, появившаяся сама.

Второй набор пуговиц, лишняя ножка стула, дважды нарисованное окно. Правится перерисовкой области, а не новым прогоном.

Право и происхождение изображения

Раздел отвечает на вопрос, где у AI-изображения проходят юридические границы. Однозначных ответов здесь меньше, чем в остальных разделах, и это честная часть картины.

Авторское право на AI-изображение

Спорная область: в ряде стран изображение без творческого вклада человека охраны не получает.

Практика в разных юрисдикциях расходится и меняется. Именно поэтому стоки описывают отношения лицензией, а не ссылкой на авторское право.

Дипфейк (deepfake)

Синтетическое изображение или видео, изображающее реального человека в не происходившей ситуации.

Прямо запрещено условиями большинства площадок. Для стока это не серая зона, а красная линия.

Сходство с реальным человеком (likeness)

Узнаваемость конкретного живого человека в сгенерированном кадре.

Даже случайное совпадение создаёт риск: право на изображение защищает человека независимо от того, снимали его или нарисовали.

Товарный знак в кадре (trademark)

Чужой логотип, узнаваемая форма упаковки или элемент фирменного стиля.

Для коммерческого использования такой кадр непригоден. Поэтому запрет на бренды часто прямо стоит в условиях задания.

Атрибуция (attribution)

Требование указывать автора или источник изображения при использовании.

Стоковые лицензии обычно её не требуют, свободные лицензии — часто требуют. Отсутствие атрибуции не означает отсутствия других ограничений.

Провенанс (provenance)

Прослеживаемая история происхождения файла: кто и чем его создал и что с ним делали дальше.

Ради неё существуют стандарты подписи содержимого вроде C2PA. Пока такие подписи проставляются добровольно и легко теряются при пересохранении.

Раскрытие AI-происхождения (AI disclosure)

Обозначение того, что изображение сгенерировано, а не снято.

В части стран и площадок уже обязательно для рекламы и новостей. Практическое следствие простое: происхождение стоит фиксировать сразу, а не вспоминать через год.

Главное

  • Сид, шаги и сила следования подсказке — три ручки, с которых имеет смысл начинать разбираться в настройках.
  • «Роялти-фри» означает «без повторных платежей», а не «бесплатно и без ограничений».
  • DPI в файле ничего не значит: смотрят на разрешение в пикселях.
  • Релизы модели и собственности — то, что отделяет коммерческое использование от редакционного.
  • В Picwin роялти нет: платформа выкупает права один раз и сразу.
  • Артефакты ищут при стопроцентном увеличении, а не в превью.
Чем «роялти-фри» отличается от «бесплатно»?

Роялти-фри — это платная лицензия без повторных отчислений: заплатили один раз и пользуетесь многократно в рамках условий. Бесплатность здесь ни при чём, и ограничения по тиражу, перепродаже и чувствительным темам остаются.

Что важнее для качества: число шагов или сила следования подсказке?

Сила следования подсказке влияет сильнее и портит кадр быстрее. Шаги дают прибавку только до определённого предела, после которого добавляют время, а не детали.

Зачем фиксировать сид, если картинка и так получилась?

Чтобы сравнивать. С зафиксированным сидом видно, что изменил именно правленый кусок промпта; без фиксации каждый прогон меняет всё сразу, и вывод сделать не из чего.

Нужен ли релиз модели для сгенерированного лица?

Получить его не у кого — человека не существует. Поэтому важно другое: чтобы лицо не оказалось похожим на конкретного живого человека, иначе вопрос переходит в право на изображение.

Правда ли, что 300 DPI обязательны для печати?

Нет. DPI в файле — просто метка. Значение имеет разрешение в пикселях в сочетании с физическим размером отпечатка: одна и та же картинка годится для открытки и не годится для плаката.

Почему в Picwin нет роялти?

Потому что платформа выкупает у автора права на изображение сразу после генерации и весь риск последующих продаж берёт на себя. Подробнее — в статье что происходит с работой после публикации.

С чего начать, если почти все термины незнакомы?

С раздела о промптах и с раздела о Picwin: они описывают то, с чем сталкиваешься на первом же прогоне. Остальное подтянется по мере чтения брифов и условий лицензий.