Концепция
Современные генеративные нейросети достигли такого уровня реализма, что порой становится невозможно отличить созданное ими изображение от фотографии. Однако за этим совершенством скрывается долгий путь развития: ранние версии нейросетевых моделей часто давали сбои — генерировали искаженные пропорции, странные сращения объектов, неожиданные артефакты. Именно эти «ошибки» придавали результатам особую эстетику, напоминающую сюрреалистические или метафизические образы.В своем проекте я предлагаю намеренно вернуться к подобному «несовершенству», но не путем использования устаревших архитектур, а через обучение современной модели. Мне интересно, сможет ли нейросеть, обученная на смешанном датасете — включающем как картины Джорджо де Кирико, так и мои собственные фотографии городских пейзажей, скульптур и бытовых предметов, — породить те самые генеративные аномалии. Ведь в метафизической живописи де Кирико привычные объекты (одежда, музыкальные инструменты, манекены, скульптуры) встречаются в необычных масштабах и неожиданных сочетаниях, а реальность перестает казаться таковой.

Джорджо де Кирико, «Песнь любви», 1914 г.
Кроме того, я проведу сравнительный эксперимент: обучу вторую модель исключительно на репродукциях работ Джорджо де Кирико. Сопоставление результатов двух подходов позволит оценить, как именно разнородность датасета влияет на частоту и характер появления артефактов. Будут ли они напоминать галлюцинации ранних нейросетей или же обретут осмысленную метафизическую структуру?
Изображения для обучения
Джорджо де Кирико, «Маски», 1914 г. / Джорджо де Кирико, «Загадка часа», 1910–1911 гг. / Джорджо де Кирико, «Меланхолия и тайна улицы», 1914 г.
Первый датасет включает два типа изображений: фотографии работ Джорджо де Кирико и фотографии из личного фотоархива. Такое сочетание является намеренным и направлено на создание визуального конфликта между живописным и фотографическим языками.Объем датасета № 1: 42 изображения, из которых 32 — авторские фотографии из личного архива, 10 — картины Джорджо де Кирико.Второй датасет включает исключительно работы Джорджо де Кирико и направлен на извлечение и воспроизведение ключевых стилевых характеристик — протяженных теней, пустых архитектурных пространств и нарушенной перспективы.Объем датасета № 2: 10 картин Джорджо де Кирико.
Фотографии объектов из личного фотоархива, 2023–2026 гг.
Фотографии объектов из личного фотоархива, 2024 г.
Фотографии архитектуры из личного фотоархива, 2021–2025 гг.
Результат генераций модели № 1
Смешанный датасет изображений приводит к появлению артефактов и искажений, которые можно интерпретировать как цифровой аналог метафизической ирреальности, характерной для работ де Кирико. В результате формируются изображения с нестабильной структурой и неоднородной текстурой, в которых сочетаются живописные и фотографические элементы.
Генерация Stable Diffusion
Генерации Stable Diffusion
Изображения, обученные первой моделью, получаются композицонно разнообразными: на одних — городские улицы с уходящей вдаль перспективой, на других — здания в отдалении, на третьих — замкнутые интерьеры с неясными очертаниями предметов. Поскольку модель лишена единого визуального ориентира, в каждом случае она выстраивает пространственную организацию заново.
При этом многие изображения, несмотря на артефакты, сохраняют высокую степень реалистичности. Особенно часто возникает эффект, будто поверхности зданий и объектов укрыли строительной пленкой на время ремонта или реставрации. Этот образ передает ощущение реальности, одновременно знакомой и отчужденной, будто привычный город на мгновение стал чужим.
Генерация Stable Diffusion
Результат генераций модели № 2
Для второй модели, обученной исключительно на репродукциях работ Джорджо де Кирико, характерна значительно более высокая стилевая консистентность: генерируемые изображения визуально близки к исходным произведениям и уверенно воспроизводят ключевые признаки метафизической живописи — архитектурные мотивы, протяженные тени. В архитектуре отчетливо прослеживаются характерные для работ де Кирико формы: аркады, массивные глухие стены и геометризованные объемы. При этом вариативность ограничена: композиционные решения во многих изображениях оказываются схожими, повторяются типичные элементы и их расположение, что свидетельствует о более узком, но четко усвоенном визуальном языке модели.
Генерации Stable Diffusion
Генерации Stable Diffusion
Анализ генераций
Сопоставление результатов, полученных обеими моделями на одном и том же промпте, представляет особый интерес: при композиционной близости изображений различия в стилистике оказываются значительными.
Слева: генерация Stable Diffusion, обученная на смешанном датасете / справа: генерация Stable Diffusion, обученная на датасете только с работами де Кирико
Модель, обученная исключительно на репродукциях Джорджо де Кирико (изображения справа), воспроизводит характерную для художника манеру письма: архитектурные объемы и предметы представляют собой плоскости, залитые единым локальным цветом, без светотеневой моделировки. Форма читается через силуэт и контур, а не через градации тона. Такая трактовка соответствует принципам метафизической живописи, где предметы предстают вне воздушной среды и вне взаимодействия со светом — они словно выключены из времени и пространства.Модель, обученная на смешанном датасете (изображения слева), демонстрирует принципиально иную фактуру. Архитектурные плоскости здесь оказываются мелко раздробленными, напоминая груды камней, а цвет теряет однородность и распадается на отдельные мазки. Поверхности приобретают дробный, почти мозаичный характер. Живописное решение форм становится нестабильным, колеблющимся между живописным и фотографическим.
Слева: генерация Stable Diffusion, обученная на смешанном датасете / справа: генерация Stable Diffusion, обученная на датасете только с работами де Кирико
Помимо артефактов, связанных с фактурой поверхностей, в обеих сериях возникают и объектные аномалии — неожиданные элементы, не предусмотренные промптом. Наиболее выразительным примером в серии, сгенерированной на смешанном датасете, стали часы, парящие в воздухе без какой-либо опоры — словно зависшие в метафизическом пространстве.
Генерация Stable Diffusion, обученная на смешанном датасете








