Сюрреализм 2.0: обучение Stable Diffusion стилю Сальвадора Дали

Сальвадор Дали — один из самых узнаваемых художников XX века. Его работы отличаются сложными сюрреалистичными мирами, наполненными символизмом и причудливыми объектами. Художник мастерски работал с перспективой, передающей глубину не только пространства, но и человеческой души.

Мне было важно исследовать, сможет ли Stable Diffusion передать многообразие стиля испанского художника: текучесть форм, внимание к деталям, сюрреалистическую перспективу и ту особую атмосферу сновидений, которая делает работы Дали уникальными.

В итоговой серии я хотела получить изображения, которые не являются прямыми репликами существующих картин, но сохраняют ту самую интонацию — сочетание гиперреалистичной детализации с абсурдностью сюжета, игру с масштабами и пространством, обращение к миру подсознательных образов.

Для обучения был использован датасет из 32 квадратных изображений, в основе которых — работы Сальвадора Дали, созданные в период с 1930 по 1940 год. Многие из этих произведений уже перешли в общественное достояние, что позволило использовать их в учебных целях.

Среди повторяющихся мотивов в работах Дали часто встречаются текучие часы, слоны на тонких ногах, оптические иллюзии (лебеди, отражающиеся в слонах), деформированные лица, муравьи как символ разложения, а также бескрайние пустынные пространства. В этих изображениях не найти случайных деталей — каждый элемент насыщен символическим значением, при этом визуальный язык остаётся цельным и мгновенно узнаваемым.

Эти особенности работ стали основой для обучения модели и последующей генерации новой серии изображений.

Для обучения я использовала Google Colab и LoRA на базе Stable Diffusion XL. Сначала был собран датасет из 32 работ Сальвадора Дали (и несколько дополнительных изображений, созданных по мотивам его стиля). Все изображения были приведены к единому квадратному формату 1024×1024, чтобы модель обучалась на визуально цельном и технически однородном материале. После этого датасет был загружен в Colab, где была настроена среда для обучения и подключены все необходимые библиотеки.

В качестве основы была выбрана модель Stable Diffusion XL — она лучше других справляется со сложной детализацией, которая критически важна для передачи гиперреалистичности далевских работ. Сами изображения сопровождались подробными подписями, в которых я фиксировала не только объекты, но и композиционные приёмы: «текучие часы», «слоны на тонких ногах», «оптическая иллюзия», «пустынный пейзаж». Ко всем описаниям добавлялся общий стилевой маркер DALI_SURREAL. Это позволило обучать модель не просто на наборе картинок, а на системе повторяющихся визуальных признаков, связанных с сюрреалистическим методом Дали. Обучение проходило в формате LoRA, то есть модель не переобучалась полностью, а настраивалась через отдельные дополнительные веса, отвечающие за новый художественный язык.

После завершения обучения полученные веса были подключены к базовой SDXL-модели, и начался этап генерации. На этом этапе я подбирала промпты так, чтобы сохранить наиболее важные характеристики исходных работ: текучесть форм, деформацию объектов, гиперреалистичную детализацию, пустынную атмосферу, оптические иллюзии и повторяющиеся мотивы (часы, слоны, двойные образы). В итоге была получена серия изображений, в которых нейросеть не копирует конкретные картины, а воспроизводит их общую визуальную логику и превращает её в новые сюрреалистические композиции.

Итоговая серия состоит из генераций, которые продолжают визуальный язык работ Сальвадора Дали, но при этом не повторяют их напрямую. В серии появляются текучие часы в необычных формах, слоны с паучьими ногами, двойные образы (лебеди, превращающиеся в слонов), пустынные пейзажи с парящими объектами, а также архитектурные фантазии, где лица становятся зданиями.

Примечательно, что в некоторых изображениях нейросеть воспроизвела характерную для Дали оптическую двойственность — когда один и тот же контур читается и как фигура, и как фон. Этот приём не был прямо заложен в промптах, но модель, кажется, уловила его из датасета.

Главным в этой серии становится не сюжетная сложность, а сохранение узнаваемой интонации работ Дали: сочетания гиперреализма с абсурдом, тревожной плавности форм и той особой атмосферы, где реальность постоянно перетекает в сновидение.

В рамках проекта использовались две генеративные модели.

Основной моделью стала Stable Diffusion XL с дообучением через LoRA. Она применялась для обучения на датасете работ Сальвадора Дали и последующей генерации итоговой серии изображений. Обучение проходило в Google Colab, было использовано 32 изображения, приведённых к единому квадратному формату 1024×1024. Веса LoRA были сохранены и затем использованы для генерации финальных изображений. Базовая модель доступна по ссылке: stabilityai/stable-diffusion-xl-base-1.0

Дополнительно использовался ChatGPT, он помогал в работе с Python-кодом при настройке среды обучения, в подборе параметров оптимизации, а также в структурировании анализа результатов. Ссылка: openai.com/chatgpt