Исходный размер 1140x1600

Кандинский: обучение генеративной модели

Проект принимает участие в конкурсе

О проекте

Этот проект посвящен тому, как идеи Василия Кандинского можно перенести в современное цифровое искусство. Мне было интересно не просто повторить его стиль, а попробовать представить, как могла бы выглядеть его абстракция сегодня, если бы он работал с нейросетями и цифровыми изображениями.

— почему Кандинский?

post

Кандинский был одним из первых художников, кто сделал абстракцию главным языком своей живописи. Его интересовали не предметы, а цвет, ритм, напряжение и движение внутри композиции. Именно поэтому его работы хорошо подходят для такого эксперимента: они дают возможность исследовать не сюжет, а состояние и визуальную энергию.

— главная идея

Основная идея проекта состоит в том, чтобы показать не объект, а его след. В моем случае абстракция строится через свет, тепло, дым, свечение, расплавленные линии и остаточное движение. То есть изображение создается не вокруг формы, а вокруг ощущения энергии, которая остается в пространстве.

big
Исходный размер 1600x1024

Готовые генерации

— желаемый результат

Я хотела создать серию изображений, в которых чувствуется внутреннее напряжение, ритм и баланс, но при этом нет привычных предметов. Важно было, чтобы картинки не выглядели случайными, а воспринимались как единая серия, связанная одной идеей. Поэтому итоговые работы строятся вокруг похожего настроения и общего подхода к композиции.

Исходный размер 1655x1024

Готовые генерации

Процесс обучения и генерации

Для обучения я собрала подборку работ Кандинского, где особенно хорошо видны геометрия, цветовые контрасты и движение внутри композиции. Эти изображения были нужны не для копирования отдельных картин, а для того, чтобы модель уловила общий принцип построения абстракции. Несколько примеров исходных работ я показываю в лонгриде отдельно.

Исходный размер 1600x567

Часть исходных картин Кандинского из датасета

— как проходило обучение

В проекте я использовала Stable Diffusion XL и дообучила модель методом DreamBooth LoRA. Перед этим изображения были подготовлены и приведены к нужному формату. После обучения модель начала лучше воспринимать те особенности, которые были важны для проекта: беспредметность, ритм, контраст и визуальную собранность композиции.

Исходный размер 2276x876

Обучение

Исходный размер 2448x506

Полный датасет

— создание генераций

После обучения я составила серию промптов, связанных не с вещами, а с состояниями: следами энергии, тепловыми полями, дымом, светом, остаточным движением и разными визуальными эффектами. Также я меняла силу влияния LoRA, чтобы посмотреть, насколько сильно обученный стиль будет проявляться в итоговых изображениях. Это помогло получить более разнообразную, но при этом цельную серию.

Исходный размер 2554x1388

Установка основной модели

0

Использованные промпты

Исходный размер 2114x2040

Запуск генерации

Результаты

В результате получилась серия абстрактных изображений, в которых нет четких объектов, но есть ощущение движения, напряжения и внутренней структуры. В одних работах сильнее заметны световые потоки, в других — термальные следы, дымовые формы или мягкие переходы цвета. Все изображения выглядят по-разному, но при этом читаются как части одного проекта.

0

Готовые генерации

Мне удалось передать несколько важных качеств, которые были связаны с исходной идеей: чувство ритма, баланс между порядком и хаосом, яркое внутреннее напряжение и отказ от предметности. Серия получилась достаточно цельной, а изображения не свелись к простому набору эффектов. В них есть общая логика, и это помогает связать результат с философией Кандинского.

Исходный размер 1598x1024

Готовые генерации

Заключение

Этот проект показал, что абстракцию Кандинского можно переосмыслить в цифровой среде без прямого копирования его живописи. Вместо формы я сделала акцент на следе, энергии и движении. В итоге нейросеть помогла создать серию работ, в которой идеи художника получили новое визуальное продолжение.

Кандинский: обучение генеративной модели
Проект создан 24.03.2026
Мы используем файлы cookies для улучшения работы сайта и большего удобства его использования. Более подробную информац...
Показать больше