Все ИИ-аватары на одно лицо. И это не случайность, а математика

Помните волну ИИ-аватаров? Сначала это выглядело как чудо: люди выкладывали себя в доспехах, в космосе, в стиле масляной живописи. А через неделю стало заметно другое. У всех одинаково гладкая кожа. У всех подсвеченные скулы. У всех глаза чуть больше, чем в жизни, и нос чуть меньше. Разные люди, разные наряды, а лицо будто взято из одного набора.

Это не глюк конкретного сервиса. Это то, как модель работает, если её не остановить.

Почему модель тянет к среднему

Генеративная модель обучена на огромном количестве изображений и, по сути, умеет одно: предсказывать самое вероятное продолжение. Когда данных о вашем лице мало, а требований к результату много, она заполняет пробелы самым вероятным вариантом. То есть усреднённым.

Дальше вступает вторая вещь, уже из психологии. В 1990 году Джудит Ланглуа и Лори Роггман опубликовали в Psychological Science работу с провокационным названием: привлекательные лица это просто средние лица. Они складывали множество портретов в одно усреднённое изображение, и чем больше лиц участвовало в усреднении, тем привлекательнее людям казался результат.

Сложите одно с другим. Модель по своей природе стремится к среднему, а среднее людям нравится. Получается система, которая делает вас симпатичнее и безличнее одновременно.

Что стирается первым

Порядок довольно предсказуемый.

Асимметрия. У всех одна бровь выше, один глаз чуть меньше, улыбка кривит рот в одну сторону. Именно по этому набору вас узнают близкие. Модель выравнивает это в первую очередь.

Текстура кожи. Поры, мелкие неровности, следы усталости. Убрав их, модель получает «чистый» результат, а вы получаете лицо, похожее на манекен. Это, кстати, один из самых надёжных признаков ИИ-фото.

Мелкие приметы. Родинка над губой, шрам на брови, веснушки, щербинка между зубами, седая прядь. Для модели это шум, для вас это и есть вы.

Возраст. Почти всегда убавляет пять-десять лет: разглаживает носогубные складки, убирает морщинки у глаз. Звучит как подарок, а на деле именно из-за этого фото перестаёт быть похожим.

Что вы просите и что получаете

Самая полезная часть. Слева типичные формулировки, справа то, как их стоит переписать.

Общее правило по таблице: всё, что звучит как оценка («красиво», «идеально», «профессионально»), модель понимает как разрешение двигаться к среднему. Всё, что звучит как описание («свет слева», «серый фон», «пиджак»), она выполняет буквально и лицо не трогает.

Разбор: одно и то же фото, два описания

Описание первое. «Красивый профессиональный портрет, идеальная кожа, молодое лицо, приятная улыбка».

Что вышло: человек лет на восемь моложе, с гладкой кожей без единой поры, симметричной улыбкой и слегка изменённой формой носа. Красиво. Коллеги на встрече не узнали.

Описание второе. «Портрет по грудь, мягкий свет из окна слева, светло-серый фон, тёмно-зелёный пиджак, спокойное лицо, лёгкая улыбка уголками губ, естественная текстура кожи, родинка над левой бровью, седая прядь у виска».

Что вышло: тот же человек, узнаваемый, с живой кожей и со своими приметами. Изменились только свет, фон и одежда, то есть ровно то, что и должен менять фотограф.

Разница между двумя описаниями не в длине. В первом четыре оценки и ни одного факта. Во втором ни одной оценки и девять фактов.

Почему это практическая проблема, а не вопрос вкуса

Аватарка выполняет ровно одну работу: помогает вас узнать. Клиенту, который придёт на встречу. Собеседнику из переписки. Человеку, который ищет вас среди тридцати участников в списке.

Если на фото усреднённая версия вас, эта работа не выполняется. Человек приходит и на секунду теряется. Секунда мелочь, но доверие в эту секунду проседает, а восстанавливать его потом отдельная работа.

Есть и вторая сторона, поважнее. Фото, на котором вы себя не узнаёте, не помогает перестать стесняться собственной внешности. Оно просто уводит проблему в сторону. Про это у нас есть отдельный разговор.

Шесть вещей, которые правда помогают

• Одно хорошее фото вместо десяти средних. Каждое лишнее фото добавляет разброса, и модель усредняет уже ваши собственные снимки между собой. Один кадр, где лицо крупно, в фокусе и при ровном свете, работает лучше серии.
• Никакого «сделай красиво». Смотрите таблицу выше: оценочные слова это прямая команда двигаться к среднему.
• Называйте свои приметы словами. «Родинка над левой бровью», «веснушки на носу», «седая прядь у виска», «щербинка между передними зубами». Модель не сохранит то, что считает лишним, если вы не скажете, что это важно.
• Проси́те живую кожу. Формулировка «естественная текстура кожи, без сглаживания» действительно меняет результат.
• Держите умеренную стилизацию. Чем сильнее художественный стиль, тем меньше в кадре остаётся вас. Масляная живопись и аниме почти всегда съедают сходство, и это цена жанра.
• Проверяйте по чужому глазу. Покажите результат человеку, который вас знает, и спросите не «красиво?», а «похоже?». Себя мы оцениваем плохо, потому что видим себя в зеркале, то есть отражённым.

Тест на сходство за тридцать секунд

Простой способ проверить результат, не полагаясь на собственное мнение.

• Откройте рядом исходник и результат. Смотрите не на лицо целиком, а на три точки: расстояние между глазами, форма кончика носа, линия верхней губы. Если хотя бы две изменились, сходство потеряно.
• Уменьшите оба до размера аватарки. В маленьком размере видно главное: узнаётся человек или нет. Крупный план обманывает, потому что вы начинаете разглядывать кожу.
• Спросите не глядя. Отправьте результат тому, кто вас знает, без подписи. Если ответ «ты?» с вопросительным знаком, это провал.
• Проверьте на нелюбимой стороне. У всех есть сторона лица, которая нравится меньше. Если модель её выправила, значит, она выправила и всё остальное.

Что мы делаем с этим у себя

Скажем честно, как есть. Когда в работу уходит и ваше фото, и картинка-образец стиля, модель видит два лица и по умолчанию смешивает их в одно. Именно отсюда берётся эффект «вроде я, но не я».

Мы это чиним двумя способами. Первый: ролям картинок задаются разные задачи, лицо берётся строго с вашей, а с картинки-образца берётся только свет, цвет и обстановка. Второй: у режима переноса есть два положения. «Точь-в-точь» держит образец жёстко, «по мотивам» оставляет модели свободу. Для сходства почти всегда лучше второе, потому что жёсткий перенос тянет за собой и чужие черты.

И третье, менее техническое. Мы не считаем, что задача сервиса это сделать вас другим человеком. Задача поставить вам нормальный свет, нормальную оптику и нормальный фон, то есть дать то, что даёт хороший фотограф, а не хирург.

Частые вопросы