Это исследование памяти жанра фэнтези, застывшей в форме пикселей. Я обучил генеративную нейросеть Stable Diffusion рисовать в стилистике классических пиксельных RPG, чтобы проверить, может ли искусственный интеллект не просто копировать форму, а воспроизводить атмосферу и чувство приключения, которое рождает этот визуальный язык.
Для обучения я собрал датасет из двадцати квадратных изображений (1:1), выполненных в фэнтези-пиксель-арте. Главным критерием отбора, было наличие в изображении фэнтэзи вайба. Не просто бездушная картинка на белом фоне, а насыщенная чувствами приключений работа.
Дата Сет
Сгенерированные изображения
После обучения модель начала создавать новые миры — не копируя оригиналы, а продолжая их. Она рисует пейзажи, где свет пробивается сквозь сосны, где вдалеке виднеются руины крепости, а на скале стоит фигура в плаще. Все сцены сохраняют фактуру пикселей, характерную контрастную палитру и меланхоличное настроение оригинальных артов.
Получившаяся серия — это воспоминания нейросети. Будто она тоже когда-то играла в старые фэнтези-игры и теперь пытается пересказать увиденное по памяти. Эти изображения не принадлежат ни реальности, ни вымыслу — они существуют на границе между искусством и кодом.
Заключение
Pixel Realms — это не просто серия изображений. Это диалог с машиной о памяти и воображении. Когда нейросеть учится рисовать в пиксельном стиле, она не только воспроизводит визуальные закономерности — она воссоздаёт эмоцию эпохи, когда несколько цветных квадратов могли рассказать историю целого мира.
Так фэнтези возвращается — не через ремейк, а через новую форму памяти. И в этом пиксельном шуме рождается что-то удивительно живое.
Принцип работы кода
Устанавливаем внешние библиотеки
Подгружаем изображения
загрузка и предпросмотр датасета
автоматическая подпись изображений моделью BLIP
Настраиваем и входим в hugging face
запуск обучения модели LoRA на датасете пиксель-арта
сохранение и загрузка обученной модели в Hugging Face Hub
