NOIR: NULL — генерация отсутствия

Идея проекта заключается в создании и обучении генеративной модели Stable Diffusion воспроизводить авторский визуальный стиль NOIR: NULL. Это минималистичная эстетическая система, основанная на концепции «отсутствия субъекта». Вместо акцентирования формы, света или текстуры, модель обучается их подавлению. Ключевая концепция — интерпретация термина null как визуального состояния, при котором субъект не фиксируется системой: он не распознаваем, не регистрируется и не представлен как объект. Визуально это выражается через экстремально низкий контраст, доминирование черного цвета и сведение визуальной информации к минимуму, создавая эффект неопределенности, где зритель не может достоверно определить присутствие фигуры.

Для обучения модели был собран датасет из 20 изображений формата 1:1. Источником послужили стоковые фотографии с Unsplash (лицензия Unsplash), отобранные вручную для соответствия эстетике «темной высокой моды». Изображения были дополнены автоматическими подписями с помощью модели BLIP, с добавлением префикса «TOK noir editorial fashion, dark void, avant-garde black couture» для привязки стиля к обучаемому токену TOK.

Сгенерировано 63 изображения (21 промпт × 3 вариации на промпт). Сохранены в папку ./noir_null_outputs/ с именами img_XX_YY.png.

Параметры генерации из кода:

Разрешение: 1024×1024

Guidance scale: 4.5

Шаги: 35

Seed: 123456 (фиксированный)

Негативный промпт исключает: яркие цвета, высокий контраст, детализированные лица, студийное освещение, четкие черты, видимые глаза

Изображения характеризуются низким уровнем контраста, доминированием темного пространства и ограниченным количеством различимых элементов. Фигура человека либо едва различима, либо полностью сливается с фоном.

Результаты соответствуют идее «отсутствия субъекта» — зритель не может с уверенностью определить наличие фигуры в кадре. Авангардная одежда (высокая мода) не становится композиционным центром, а интегрируется в общее темное пространство, теряя визуальную автономность.

Элементы стиля, которые удалось передать:

Экстремально низкий контраст

Слияние фигуры с фоном

Минимальное освещение (слабые контуры, редкие неоновые акценты)

Отсутствие детализации лиц

Цифровые искажения (отсылка к glitch-art и ошибкам обработки данных)

В процессе генерации выяснилось, что базовые модели Stable Diffusion по умолчанию стремятся к увеличению контраста и детализации. Для достижения требуемого эффекта потребовалась корректировка параметров и формулировка текстовых запросов с использованием весов (: 1.4, : 1.5), а также детализированного негативного промпта, направленного на исключение избыточной детализации.

Проект успешно демонстрирует возможность обучения генеративной нейросети не просто воспроизведению визуального стиля, но и передаче сложной концептуальной идеи — «отсутствия». Модель, обученная на небольшом, но релевантном датасете с использованием техники LoRA и усиленная через текстовые запросы, способна генерировать изображения с низким уровнем визуальной информативности, ставящие под сомнение сам факт существования субъекта. Это открывает возможности для использования таких моделей в концептуальном дизайне, моде и медиа-искусстве, где акцент делается не на представлении объекта, а на работе с пустотой и неопределенностью.

В проекте использовались другие генеративные модели и инструменты ИИ помимо основной обученной нейросети:

1. BLIP (Bootstrapping Language-Image Pre-training): Использовалась для автоматической генерации текстовых описаний для каждого исходного изображения.

2. ChatGPT: Был использован для помощи в формулировании сложных текстовых запросов (промптов) на английском языке, расстановку весов (: 1.5), структурирование негативных промптов.