Концепция
Виктор Сире, Дом у холма, 2025
Виктор Сире — французский художник, работающий на пересечении текстиля, рисунка и культурной археологии. Его работы — это сложные вышивки, в которых переплетаются визуальные коды поп-культуры, архитектурные мотивы, образы из мультфильмов, видеоигр, старого телевидения. Его вдохновение простирается от сериалов и B-movies до эстетики «атомного века» и пригородного быта. Внимание к постмодернистской архитектуре и декоративным структурам делает его творчество одновременно ироничным, тревожным и глубоко личным. Он работает медленно, вручную, по много часов в день, создавая то, что сам называет «фрагментированным ландшафтом» — визуальной мозаикой из культурных отголосков.
Виктор Сире, Дикий мир, 2024–2025
LoRA-модель по мотивам его работ — это попытка уловить само ощущение сшитого мира, в котором образ рождается на стыке ностальгии, фрагмента и ремесла. Художник говорит, что начинает с «кусков рисунков из блокнотов», собирая из них ландшафт, где соседствуют небоскрёбы, мультяшные силуэты, орнаменты, куски телешоу и архитектурные детали. Всё это попадает в ткань изображения как фрагменты культурной памяти — знакомые и странные одновременно, будто они пришли из сна, записанного на старую плёнку.
Итоговая серия «Мотель Зеро»
Desert gas station with vintage cars / Pastel motel with round windows (здель и далее промпты сокращены)
В этой серии я сознательно отстранился от привычных визуальных кодов Виктора Сире, чтобы исследовать территорию собственных ассоциаций и тревог — не через цитаты, а через атмосферу. Хотя модель была обучена на материале, пропитанном поп-культурой, мне было важно использовать этот лексикон иначе — не как развлечение, а как пространство распада и внутреннего напряжения.
Исходной точкой стал мотив молнии — как символа внезапного сбоя в стабильной, «вязаной» реальности. В арт-текстиле молния выглядит особенно неуместно: она как ошибка в паттерне, как визуальное вмешательство в «уют». Это и стало отправной точкой — желание создать серию, где ткань мира словно прошита током, где нормальность вот-вот даст трещину.
Retro living room with patterned wallpaper / Brutalist building with colorful windows, lightning strike, floating jellyfish
Abandoned train station with cacti growing through floorboards, ghostly horses and electric storms
Hotel with palm trees, lightning storm over ocean / UFO over lake disguised as carousel roof / Vintage carousel with animals, lightning in dark sky
Laundromat building under lightning storm, colorful clothes hanging from clouds / Blue building with power cable for electricity
Хотелось выстроить собственный лабиринт отчуждения, где на месте американской мечты оказывается беспокойная пустота, обитая крестиком. Это как если бы «Город Зеро» снимали не в Калуге, а на шоссе между Палм-Спрингс и Лас-Вегасом, под музыку синтезатора и с надвигающейся грозой.
Small guesthouse on checkered floor, giant floating keys in red sky / Moody bedroom with lightning, stitched fabric textures, quiet tension
Phone booth in tall grass at dawn, sky filled with birds and soft clouds / Yellow diner with fried egg roof, checkered awning
Процесс создания модели
Для обучения нейросетевой модели я собрал датасет, включающий 45 работ Виктора Сире, его портфолио на данный момент насчитывает около 60 произведений. Работы отбирались вручную с целью максимально полно охватить основные черты визуального языка Сире: композиционные приёмы, архитектурные мотивы, особенности цветового баланса, характерную текстильную фактуру, иногда добавлялись крупные планы сцен.
После формирования выборки изображения были вручную приведены к единому формату. Все работы конвертировались в квадратное соотношение сторон — 1:1, с разрешением 512×512 пикселей, что обеспечивало достаточное качество визуальных деталей при сохранении разумного объёма данных для обучения.
После обработки изображений я использовал модель BLIP для генерации автоматических подписей. С её помощью каждому изображению была присвоена краткая текстовая аннотация, отражающая его визуальное содержание. Максимальная длина описания ограничивалась 50 токенами. Результаты были собраны в формате .jsonl, где каждой строке соответствовало изображение и его текстовая подпись. Этот файл впоследствии использовался как аннотированный датасет для обучения LoRA-модели.
Дальше я перешёл к обучению LoRA на базе Stable Diffusion XL (SDXL). Для этого использовался скрипт train_dreambooth_lora_sdxl.py с набором оптимизированных параметров. В качестве базовой модели была выбрана stabilityai/stable-diffusion-xl-base-1.0, с VAE-моделью madebyollin/sdxl-vae-fp16-fix. Обучение велось на датасете «victorsiret», аннотированном через колонку prompt, содержащую сгенерированные ранее подписи. Разрешение изображений было установлено на 1024×1024 пикселя, что позволяло сохранить мелкие текстильные и архитектурные детали.
Сozy pink living room with green fireplace, ghost kitten by the fire / Retro living room with mint armchairs and an unexpected basement opening
После первой итерации обучения мне показалось, что модель начала улавливать основные черты стиля — от геометрии интерьеров до характерной «вязаной» фактуры. Посмотрите, например, на этого милого котика-привидение, устроившегося у камина. Эту первую версию можно посмотреть на Hugging Face.
Тем не менее, визуально я почувствовал, что количество стежков, фактурность и плотность рисунка остаются недостаточными. Визуальный рельеф напоминал черновик — стилистически точный, но технически плоский. Это натолкнуло меня на мысль: попробовать более свежую, мощную архитектуру модели, способную передать большую глубину и микродинамику текстиля.
Во второй итерации я решил перейти на модель Stable Diffusion 1.5 (runwayml/stable-diffusion-v1-5), так как она даёт более насыщенную и «тактильную» картинку, ближе к ощущению текстиля (изначально вообще хотелось попробовать FLUX, однако даже GPU P100 не смог его потянуть). Разрешение изображений было уменьшено до 512×512, чтобы соответствовать оригинальному масштабу вышивки и сохранить чёткость «стежков». Я также изменил параметры обучения: снизил learning rate до 5e-5, использовал cosine scheduler с прогревом (lr_warmup_steps=100), и увеличил количество шагов до 2000, чтобы добиться более устойчивой сходимости. Все оптимизации памяти — fp16, gradient checkpointing, 8bit Adam — были сохранены. Эти изменения позволили добиться большей плотности, глубины и выразительности в результатах генерации.
Стиль во второй итерации стал заметно ближе к оригинальной эстетике — появились правильные формы, текстильная плотность, узнаваемая архитектурная геометрия. Однако на этом этапе модель всё ещё давала смешанные результаты: иногда изображение выглядело пресноватым, словно слишком аккуратным и стерильным. Периодически проявлялись артефакты — особенно в тенях, окнах или границах объектов. Кроме того, сюжеты поначалу были чрезмерно упрощёнными: не хватало того фирменного визуального хаоса, странности и лёгкой абсурдности, присущих работам Виктора Сире.
Чтобы итоговые изображения не выглядели слишком плоско и цифрово, я выстроил собственный пайплайн постобработки: после генерации с помощью LoRA Victor Siret я прогонял изображения через Topaz Photo AI для деликатного шумоподавления и первичного апскейла, затем использовал HiDiffusion SDXL, чтобы добавить глубину, световые акценты и усложнить композицию, и в финале применял Clarity Upscaler, чтобы подчеркнуть резкость и текстильную фактуру. Иногда я обращался к InvokeAI, чтобы вручную добавить, убрать или скорректировать отдельные детали, если композиция требовала вмешательства.
Процесс создания промптов
Opera house shaped like a hairdryer, geometric architecture, colorful windows
Ещё одной важной частью работы стало подбор и тестирование промптов — процесс, который оказался не менее кропотливым, чем само обучение. Часто приходилось часами — иногда ночами — перебирать десятки формулировок, чтобы добиться нужного результата. Один и тот же запрос мог выдать абсолютно разные интерпретации: как, например, здесь — когда я пытался получить здание оперы в форме фена, генерация могла увести в совершенно неожиданные стороны. Именно в этих расхождениях между намерением и результатом рождались самые странные, но ценные находки.
Пример промпта / an artwork in Victor Siret style, featuring a vintage television in front of a checkered wall, surreal clouds and colorful rain in the background, pixel embroidery texture, retro-futuristic mood, playful chaos, low horizon, textile surrealism
Для более осмысленной работы с промптами я подключал ChatGPT o1 и CLIP Interrogator 2. Последний особенно помогал на этапе стилистического анализа: я загружал работы Victor Siret в CLIP и внимательно изучал, какие визуальные ассоциации и описания модель предлагает — это позволяло увидеть, как ИИ «считывает» стиль, и какие термины действительно работают. Затем я старался пересобрать эти подсказки в нужную мне формулировку, сохраняя дух оригинала, но направляя генерацию в свою сторону.
Итоги
Моё главное наблюдение в ходе работы — у Виктора Сире действительно удивительный, автономный визуальный мир, который сложно формализовать в правила или стилистические маркеры. Его композиции часто непредсказуемы, странные, небанальные — они будто рождены не логикой, а интуицией. Именно поэтому нейросети пока не удаётся воспроизвести это «чуть-чуть не то» ощущение сходу. Даже при хорошем обучении получается лишь стилистическая оболочка — цвета, формы, текстильность. Но внутреннюю логику хаоса и комбинаторную дерзость модель теряет.
Тем не менее, при внимательной работе с промптами, анализе через CLIP, генерации сотен вариантов и ручной селекции можно добиться результата, который приближается к атмосфере его работ. В этом и есть, наверное, главный урок: нейросеть — это не замена художника, а инструмент, способный бережно приблизиться к языку настоящего творца.
