Настя и Странная магия

Логотип мы утвердили быстро, и сделали достаточно легко. В работе с буквами нет каких-то подводных камней. В изображении из проблем была ретушь и размер в пикселях — но это тоже не особо сложно.

Вся фишка в том, что тигров в датасете вагон и маленькая тележка. Получить релевантное изображение можно даже на самый простой промпт, в любой стилистике.

Гораздо интереснее было работать над иллюстрациями для этикеток на бутылки. У клиента был план на производство 88 разных видов с разными вкусовыми дескрипторами. Каждая этикетка должна быть уникальной, отличаться от других, отражать вкус либо вайб, а также соответствовать техническим требованиям для дизайна. Про это будет следующий пост.

#ИИвработе

Как мы дорабатывали лого

Дальше началась доработка. Про текстовую часть здесь рассказывать не буду, на неё ушло 1,5 недели и 3 итерации, остановились на выразительном шрифте и лигатуре в виде тигриных ушей. А про графическую часть интереснее рассказать.

Картинка из MJ небольшого разрешения. Я прогнала её через апскейлер Topaz Gigapixel, чтобы можно было печатать в большом размере. Все мелкие детали — усы, отдельные шерстинки, глаза, уши — выходили ломаными, артефактными, с пятнами пережжённого контраста. Все эти дефекты я аккуратно убирала в фотошопе вручную. Усы и глаза нарисовала заново, поправила цвета. По пожеланиям клиента подрезала шею, расширила морду.

Ускоряет ли это процесс? Скорее да, чем нет. Даже с учётом доработок и дорисовки — с нуля я бы этого тигра рисовала дольше, пристрелочные варианты мы бы делали в виде рефов и скетчей от руки. Возможно, опытный иллюстратор нарисовал бы быстрее. С другой стороны — на него нужно было бы заложить дополнительное время на поиск и коммуникацию

#ИИвработе

Как мы генерили лого

Fat Tiger — молодой малазийский бренд. Ребята решили захватить рынок комбучи — сначала на родном Пенанге, а потом и во всей ЮВА. Напиток не самый дешёвый (где-то смеются наши бабушки), так что задача стояла сделать визуал одновременно +/- classy с поправкой на местный колорит, и очень, нет, ОЧЕНЬ привлекающий внимание. Надо сказать, что и само название Fat Tiger для местного рынка уже из ряда вон.

Начали с логотипа и оформления входной зоны.
Для логотипа нужен был тигр. Мы поговорили с клиентом о его видении и насколько толстым должен быть толстый тигр. Слава @touchprocess в Midjourney нагенерил вариантов тигриной головы с прицелом на дальнейшую стилизацию. Показали клиенту — нет, слишком мультяшний, нужно реалистичнее. Сделали сурового реалистичного тигра — слишком реалистичный. Нашли золотую середину, сделали вариации — получили идеального тигра со взглядом, полным внутреннего достоинства, с широкой шеей упитанного кота, но без лишнего веса.

На всё про всё ушел 1 час

#ИИвработе

ИИ-генерации в брендинге

Меня всегда вдохновляли передовые технологии — просто из-за ощущения будущего, приходящего в жизнь. Того самого будущего из научной фантастики, про которое я зачитывалась в детстве. Да и сейчас не прочь почитать в свободное время (кстати, накидайте чего-нибудь из своего любимого НФ в комментариях).

Однако, с современными технологиями есть такая штука — мне интересны они не столько сами по себе, а именно как их внедрять. Как использовать в реальном рабочем процессе. Потому что генерить арты в МЖ — это относительно просто, а в моём любимом Ужасном Царстве Технического Задания ИИ — инструмент с кучей ограничений, которые надо как-то обходить. Зачастую это путь компромиссов, а надо чтобы нет.

Поэтому начинаю серию постов про работу над реальным кейсом с ИИ-генерациями в брендинге для Fat Tiger, который мы с @touchprocess сделали в начале этого года. Покажу, как мы справлялись с возникающими проблемами с ИИ.

Сложные темы: соревнования по забегу по льду замёрзшей бухты. Со льдом обычно связаны коньки, так что МЖ упорно генерила конькобежцев. Окружающий рельеф тоже должен быть похож :) так что в негативный промпт добавили «без высоких гор, воды, коньков, лыж».

Кулич тоже сложно получить :) его делали через смешивание с рефами. Не успели доделать, но начал быть похож.

Проще всего было нагенерить рыбаков — вот уж что МЖ отлично умеет, так это портреты.

Сегодня вместе с @touchprocess провели небольшой МК для сотрудников Primamedia.

Рассказывали про особенности GPT4 и Midjourney — как добыть из языковой модели факты (конечно нужно проверять), выжимки разных текстов, небанальные ответы по заданной теме, как вообще общаться с нейросетью. И, конечно, как генерить картинки, особенно если тематика не ходовая: какие-то локальные или национальные праздники, региональные события или предметы.

Рассказали в общем как строить позитивный и негативный промпт в МЖ и про систему «глубокого референса» — совмещение нескольких референсов с промптом. Не хватило времени рассказать про новую фичу blend, но по сути это тот же глубокий референс, только без текста.

Это была предыстория :)
Сейчас такую же схему можно реализовать с помощью генеративных нейросетей. Ну, теоретически. Я потестила несколько нейронок: Mokker AI, Claid AI, Flair AI. Для теста взяла пасхальные куличи со сцены, которую мы делали для Владхлеба, и бутылку комбучи Fat Tiger с нашим дизайном. И вот что из этого вышло.

Лучший результат у Flair AI. Есть хоть какая-то управляемость, можно добавлять скетчи объектов (они будут учитываться при генерации). Неплохо вырезает из фона, хотя остаются ореолы. Можно скормить сервису пнг на прозрачности и апскейлить результат до 2к пикселей, так фон и объект +/- уравниваются по резкости.
В Mokker тоже можно скачивать изображение 2K, но ему это не помогает. Фон смазанный, обтравка грубая.
Claid AI справляется с обтравкой, но генерация как будто из августа '22 — смазанная, с артефактами, и почти никак не учитывает объект.

Вывод: использовать рано, ждём.

Минусы:
Теряются тени.
Плохо вырезает из фона.
Ограничен размер, не получится использовать в печати.