Генерация изображений по фото нейросетью
Качественная карточка товара ещё недавно стоила 5 000–7 000 ₽ и трёх дней работы. Сегодня ту же задачу закрывают «десятки рублей и минуты», если у бизнеса есть хотя бы один нормальный снимок товара. Нейросеть для генерации изображений по фото берёт этот кадр за основу и выдаёт вариации, сцены и лайфстайл-ракурсы, которых на съёмке не было. Разбираем, что площадки разрешают генерировать по фото, чем это делать и где ИИ врёт.
Спрос на визуал растёт вместе с числом карточек. Wildberries представила «Фоторедактор 3.0» с инструментом «Сгенерировать композицию» (CNews) — нейросеть по фото товара на нейтральном фоне собирает несколько вариантов композиции с учётом формы, текстуры и ракурса. У Ozon генерация фона с 26 февраля 2026 года доступна для товаров любой категории — об этом сообщал rb.ru. Площадки не запрещают нейросети: они запрещают подменять сам товар — и именно на этой границе живёт image-to-image.
В статье:
- Почему одного предметного кадра больше не хватает?
- Что площадки разрешают генерировать, а что запрещают?
- Чем генерировать по фото: 9 инструментов и их ограничения
- Как собрать лайфстайл-сцену из предметного кадра?
- Как размножить один кадр по цветам и SKU?
- Как получить ракурсы, которых не было на съёмке?
- Как собрать сцену за шесть шагов на реальной задаче
- Какие ошибки выдают ИИ-кадр покупателю?
- Сколько стоит генерация и когда она окупается?
- Коротко: главное про генерацию по фото
Почему одного предметного кадра больше не хватает?
В ленте карточка конкурирует прежде всего с соседними карточками. По данным разбора экономики контента на vc.ru, покупатель смотрит на карточку 8–12 секунд и за это время пролистывает 2–4 слайда. Один предметный кадр на белом фоне проигрывает связке «лайфстайл + сцена использования + варианты цвета». Нейросеть собирает такую связку из единственного снимка, без повторной съёмки и без нового реквизита.
Экономика здесь меняется в разы. Автор разбора экономики контента для маркетплейсов на vc.ru формулирует это так: «То, что стоило 5000–7000 ₽ и трёх дней, теперь стоит десятки рублей и минуты». Цифры в этой цитате — рыночная оценка, которую приводит разбор, а не измерение автора: подтвердить её собственным замером он не мог.
Второй сдвиг — ассортиментный. Раньше новый цвет или комплектация означали новую съёмку: товар привозят в студию, ставят свет, отбирают кадры. Теперь достаточно перегенерировать исходник в нужных оттенках, а съёмку оставить для главного, «эталонного» кадра, по которому нейросеть сверяет форму и фактуру.
Что площадки разрешают генерировать, а что запрещают?
Площадки разрешают нейросетям работать с фоном, моделью и постобработкой уже снятого кадра. Генерировать сам товар нельзя: Ozon не публикует фото, на котором нет вашего товара, Яндекс Маркет запрещает изображение другого товара — «даже очень похожего». Реквизит в кадре допустим, только если он входит в комплект. Всё остальное — на усмотрение нейросети.
Сгенерированный товар. Меняете форму, материал или фурнитуру — это уже другой товар и повод для возврата «не соответствует описанию».
Чужой товар в кадре. Даже очень похожий: правило Яндекс Маркета прямо запрещает изображение другого товара.
Реквизит вне комплекта. Сухоцветы, кофейные зёрна и тропические листья на главном фото относят к посторонним предметам, если их нет в поставке, — такой кадр могут снять с публикации.
Текст, цены и контакты. Маркетинговые надписи, скидки, QR-коды и призывы к действию на главном фото запрещены правилами площадок; инфографику размещают на втором и последующих слайдах.
Отдельная линия — маркировка. Wildberries начала помечать знаком «Похоже на ИИ» фотографии в отзывах (rb.ru): метка появляется при признаках генеративной обработки, но отзыв при этом не скрывается и не удаляется. Отдельного свода требований к загрузке у площадки нет — рамки задают сами инструменты. Фоторедактор принимает JPG, PNG и WEBP весом до 10 МБ, «Фотостудия» работает с JPG и PNG до 10 МБ, минимальное разрешение исходника — 700×900 пикселей.
Визуал для карточки — только часть потока. Контент-завод на ИИ закрывает весь объём: генерация кадров, сборка сцен, публикации на 10+ площадках.
Смотреть контент-завод на ИИЧем генерировать по фото: 9 инструментов и их ограничения
Инструменты делятся на три группы: российские сервисы с оплатой рублями, локальные сборки на открытых весах и зарубежные подписки. Разница между ними — в доступности, цене и в том, насколько бережно модель сохраняет сам товар при перегенерации. Ниже — девять инструментов, которыми эти задачи закрываются на практике.
| Сервис | Задача по кадру | Сколько стоит | Язык промпта | Открывается из России |
|---|---|---|---|---|
| Kandinsky, платформа Fusion Brain (Сбер) | Image2image, дорисовка и замена частей кадра, перенос стиля, микс «текст + картинка» | Есть бесплатный доступ | Да, понимает промпты на русском | Доступен из РФ |
| Шедеврум и YandexART (Яндекс) | Фильтрумы по загруженному фото, стилизация и перерисовка сцены | Бесплатно, Яндекс ID; на сайте лимит генераций в сутки | Да | Доступен из РФ; основной сценарий — мобильное приложение |
| GigaChat (Сбер) | Генерация и правка изображения по текстовому описанию | Бесплатный режим с лимитом, дальше подписка | Да | Доступен из РФ, оплата российскими картами |
| Stable Diffusion + ComfyUI | Локальный конвейер: пакетная перегенерация, обучение LoRA под конкретный товар | Бесплатно, нужна своя видеокарта | Интерфейс английский, ограничений на язык промпта нет | Доступен из РФ, работает локально |
| Flux (Black Forest Labs) | Открытые веса, сохраняет форму и текстуру товара; лицензия зависит от версии модели | Локально бесплатно, через сторонние платформы — по подписке | Промпты на английском | Доступ из РФ через сторонние платформы |
| Nano Banana, модель Gemini Image (Google) | Редактирование по фото с сохранением деталей и пропорций объекта | Платно, оплата в рублях через российские платформы-агрегаторы | Промпты на английском | Напрямую доступ ограничен; работает через российские платформы-агрегаторы с оплатой в рублях |
| Midjourney | Вариации, реалистичные текстуры и свет; удобен для референс-листов | Только платная подписка, бесплатного тарифа нет | Промпты на английском | Оплата российской картой недоступна, официального API нет |
| Wildberries «Фотостудия» и «Фоторедактор 3.0» | Виртуальная модель, замена фона, «сгенерировать композицию» из фото товара | По подписке «Джем»: 50–130 генераций в месяц, дополнительная генерация 50 ₽ | Да | Доступен из РФ, в кабинете продавца |
| Фоторедактор Ozon | Дорисовать края, сгенерировать фон, удалить фон, улучшить качество | Входит в тариф; дневной лимит площадка указывает в справке по функциям | Да | Доступен из РФ, в кабинете продавца |
Практический вывод по группам. Российские сервисы выигрывают на старте: бесплатный доступ, русские промпты, никаких вопросов с оплатой. Локальная сборка на Stable Diffusion или Flux выигрывает на объёме: когда одних и тех же ракурсов нужно двести, пакетная обработка и обученная под ваш товар модель окупают возню с настройкой. Зарубежные подписки имеет смысл держать только там, где нужен конкретный художественный результат, недостижимый на доступных моделях.
Встроенные инструменты площадок — самый быстрый способ попробовать всё без бюджета. У Wildberries «Фотостудия» надевает одежду на виртуальную модель и меняет фон, но принимает только светлый нейтральный фон и товар без модели и манекена, а исходник должен быть от 700×900 до 2800×3600 пикселей. У Ozon четыре эффекта применяются к одному фото по очереди, окно редактора нельзя закрывать до конца генерации, а сами эффекты не отделяют вещь от человека: если товар на модели, удаление фона не сработает.
Как собрать лайфстайл-сцену из предметного кадра?
Лайфстайл-сцена — самый частый запрос к image-to-image: предметный кадр на нейтральном фоне нужно перенести в обстановку, где товаром пользуются. Работает это только при одном условии: товар на исходнике должен быть снят резко, целиком и без чужих предметов в кадре. Всё, что попало в кадр лишнего, нейросеть либо сохранит, либо исказит.
Задача: термокружка, снятая на сером фоне, нужна в трёх сценах — на столе в офисе, в походе и в машине. Инструмент: Kandinsky на Fusion Brain или Stable Diffusion с ControlNet. Шаги: вырезать товар по контуру, задать сцену описанием помещения, материалов и света, зафиксировать форму товара, проверить контактную тень и отражения. Результат: три сцены из одного кадра вместо трёх выездных съёмок. Ограничение: стекло, металл и прозрачные поверхности требуют ручной доводки — автоматическая маска рвётся по бликам.
Отдельно проверяйте фон на «пустоту». Сгенерированная сцена часто выглядит стерильно: ровная поверхность, идеальный свет, ни одной случайной детали. Живой кадр так не выглядит — в нём есть пыль, блики и неровности стола. Добавьте в описание две-три конкретные детали обстановки, и картинка перестанет выдавать себя с первого взгляда. Это дешевле, чем перегенерировать всю сцену заново.
Описывайте сцену как фотограф, а не как покупатель. «Кружка на столе» даст случайный стол и случайный свет. «Дубовый стол у окна, мягкий дневной свет слева, кружка стоит на деревянной подставке, на фоне размытая зелень» — уже управляемая сцена. Чем конкретнее материал, источник света и положение предмета, тем меньше перегенераций.
Как размножить один кадр по цветам и SKU?
Это самый окупаемый сценарий для товарки: одна съёмка закрывает всю цветовую линейку. Форма, фурнитура и пропорции остаются от реального кадра, меняется только оттенок — поэтому риск расхождения с товаром здесь минимальный. Главное правило: цвет на карточке должен совпадать с тем, что покупатель получит в посылке.
Задача: линейка чехлов из шести оттенков, отснят один образец. Инструмент: локальная сборка на Stable Diffusion с фиксацией формы или image-to-image с маской по области товара. Шаги: снять маску по контуру, перегенерировать только заливку, сохранив блики и тени исходника, сверить оттенок с эталонной шкалой, собрать из вариантов один комплект для карточки. Результат: шесть карточек из одной съёмки. Ограничение: текстура кожи и замши при смене цвета теряет рисунок — такие материалы лучше переснимать на каждый оттенок.
Срок на шесть цветов линейки
Сравнение по нашей практике производства визуала для карточек товара
Перегенерация цвета — единственный сценарий, где ИИ почти не спорит с реальностью: геометрия предмета остаётся нетронутой, а площадка видит корректный товар. Именно поэтому цветовые вариации логично ставить первым шагом, а сложные сцены с реквизитом — вторым.
Как получить ракурсы, которых не было на съёмке?
Доснять ракурс задним числом нельзя, а перегенерировать — можно. Модель строит вид с другой точки по единственному кадру, достраивая невидимые части предмета. Здесь и живёт главный риск: то, что нейросеть «придумала» на невидимой стороне товара, покупатель увидит уже в посылке — и вернёт заказ.
Задача: сумка отснята спереди, нужен вид сзади и в раскрытом состоянии. Инструмент: image-to-image с промптом на смену ракурса либо генерация по референсу. Шаги: скормить модели эталонный кадр, задать поворот и точку съёмки, получить вариант, сверить фурнитуру, швы и подкладку с реальным образцом. Результат: комплект ракурсов без новой съёмки. Ограничение: невидимые детали модель домысливает — перед публикацией каждый такой кадр сверяют с товаром руками.
Правило простое: если ракурс показывает часть товара, которой нет на исходном снимке, такой кадр проходит обязательную сверку с реальным образцом. Публиковать домысленный вид как документальный — прямой путь к возвратам «не соответствует описанию».
Как собрать сцену за шесть шагов на реальной задаче
Ниже — рабочая последовательность для каталога из 40 SKU, снятого в одном стиле. Она одинакова и для бесплатных российских сервисов, и для локальной сборки: отличается только интерфейс, а не логика. На каждом шаге важно не перескакивать через проверку — именно пропущенная сверка даёт потом возвраты.
Отобрать эталонные кадры
По одному резкому снимку на каждый товар: товар целиком, нейтральный фон, ровный свет, ничего лишнего в кадре.
Снять маску по контуру товара
Автоматическая обтравка даёт рваную кромку на стекле, мехе и сетке — такие места доводят руками до генерации.
Описать сцену
Материалы, источник света, положение предмета, что в расфокусе. Чем предметнее описание, тем меньше перегенераций.
Зафиксировать товар
В настройках — максимальное сохранение исходной формы и текстуры; при смене цвета перегенерируется только заливка, а не весь кадр.
Сверить с реальным товаром
Цвет, фурнитура, фактура, пропорции. Всё, что нейросеть домыслила на невидимой стороне, проверяется по образцу.
Собрать комплект под требования площадки
Пропорции 3:4, разрешение от 700×900, инфографика — начиная со второго слайда, главное фото без текста и цен.
Стандарт исходников важнее настроек генератора. Если один товар снят на сером фоне при мягком свете, а второй — на белом под жёстким, сцены получатся разной плотности: одна мягкой, вторая контрастной, и в карточке они будут спорить друг с другом. Договориться о едином свете и ракурсе дешевле один раз, чем выравнивать результат на этапе генерации.
На партию из 40 SKU эта последовательность занимает смену, если исходники сняты по одному стандарту. Основное время уходит на шаг 5 — сверку цвета и фактуры. Пропущенная сверка обходится дороже: возврат по причине «не соответствует описанию» стоит и рейтинга, и денег на обратную логистику.
Какие ошибки выдают ИИ-кадр покупателю?
Покупатель не ищет следы нейросети специально — он просто теряет доверие к кадру. Обычно это происходит из-за пяти повторяющихся ошибок. Все они чинятся на этапе проверки и почти не требуют дополнительных генераций: достаточно посмотреть на кадр как на витрину, а не как на результат работы модели.
- Товар парит без тени. Нейросеть забывает контактную тень — предмет висит над поверхностью. Добавьте в промпт описание поверхности и мягкой тени под товаром.
- Свет с двух сторон. Блик на товаре не совпадает с источником света в новой сцене. Перегенерируйте с явно указанным направлением света, а не правьте яркость.
- Рваная кромка. Светящийся контур на стекле, сетке и мехе — след автоматической обтравки. Доводите маску до генерации, а не после.
- Домысленный ракурс. Модель достроила невидимую сторону и перепутала фурнитуру. Такие кадры публикуются только после сверки с образцом.
- Слишком гладкая поверхность. Идеально ровный пластик и ткань без складок выглядят как рендер. Оставляйте в промпте реальные неровности и естественный свет.
Ещё одна ошибка — экономить на главном фото. Его по-прежнему лучше снимать, а не генерировать: именно оно задаёт эталон, по которому покупатель сверяет товар при получении. Генерация выигрывает на вариациях, сценах и дополнительных ракурсах, но не на первом контакте с товаром.
Сколько стоит генерация и когда она окупается?
Считать нужно стоимость кадра, доведённого до требований площадки: цена подписки сама по себе ничего не показывает. Для каталога из 40 SKU разница между съёмкой каждой позиции и генерацией по уже отснятому эталону видна уже в первом месяце: генерация расходует время редактора, а не бюджет студии, модели и реквизита.
| Статья расхода | Новая съёмка, 40 SKU | Генерация по фото, 40 SKU |
|---|---|---|
| Работа студии и реквизит | Оплачивается на каждый товар и каждую новую сцену | Не нужна: источник — уже отснятый эталон |
| Повтор при смене цвета или сцены | Новый выезд и новая смена | Перегенерация в рамках той же подписки |
| Лимиты инструментов | Ограничены графиком студии | По подписке «Джем» — 50–130 генераций в месяц; у Ozon лимит задан по функциям |
| Срок до готового комплекта | Дни на смену плюс отбор и ретушь | Смена на партию при одном стандарте исходников |
Точка окупаемости зависит от объёма. На каталоге в пять позиций дешевле один раз заказать съёмку. На линейке от тридцати SKU и постоянных новинках генерация становится основным каналом визуала, а студия — источником эталонных кадров. Для брендов, которые выпускают десятки сцен в месяц, разница уже в том, успевает ли команда закрывать объём.
Именно объём и есть настоящий аргумент. По нашему опыту работы с брендами на маркетплейсах, узкое место — способность выдавать десятки сцен ежемесячно, сохраняя единый вид. Обзор нейросетей для фото показывает, как из этого складывается полный комплект для карточки, а обработка и подготовка снимков разобраны в отдельном материале кластера.
Коротко: главное про генерацию по фото
- Генерировать можно фон, сцену, модель и постобработку — сам товар подменять нельзя: это прямое нарушение правил Ozon и Яндекс Маркета.
- Лучший источник для image-to-image — один резкий эталонный кадр на нейтральном фоне, снятый по единому стандарту для всей линейки.
- Российские сервисы (Kandinsky и Fusion Brain, Шедеврум, GigaChat) дают бесплатный старт и русские промпты; локальная сборка окупается на объёме.
- Смена цвета по маске безопаснее смены ракурса: форма остаётся от реального кадра, а не домысливается моделью.
- Каждый кадр с невидимой стороны товара проходит сверку с образцом до публикации — иначе возвраты «не соответствует описанию».
- Главное фото линейки по-прежнему снимают: оно задаёт эталон, по которому покупатель сверяет товар при получении.
Что делать дальше. Возьмите один товар, который продаётся хуже остальных, и соберите для него три сцены из уже имеющегося кадра — в бесплатном российском сервисе это займёт вечер. Если результат устроит, следующим шагом переводите на такую схему всю линейку и только после этого считайте бюджет на поток. Как устроен контент-завод на ИИ и что он закрывает помимо визуала — разобрано отдельно.
Частые вопросы
Можно ли сгенерировать сам товар нейросетью?
Нет. Площадки разрешают нейросети работать с фоном, моделью и постобработкой снятого кадра, но генерировать сам товар запрещено: Ozon не публикует фото, на котором нет вашего товара, а Яндекс Маркет запрещает изображение другого товара — «даже очень похожего». Сгенерированный товар к тому же почти всегда расходится с реальным, а это возвраты «не соответствует описанию».
Хватит ли одной фотографии товара для вариаций и сцен?
Для цвета и сцены — да, если кадр резкий, товар снят целиком и на нейтральном фоне. Для новых ракурсов одной фотографии мало: невидимую сторону модель домысливает, и результат нужно сверять с образцом. Практический минимум для линейки — по одному эталонному кадру на артикул плюс съёмка главного фото.
Нужна ли своя видеокарта и сколько стоит начать?
Начать можно без вложений: Kandinsky на платформе Fusion Brain, Шедеврум и GigaChat доступны из РФ, принимают российские карты, а базовые генерации бесплатны. Локальная сборка на Stable Diffusion или Flux требует своей видеокарты, зато снимает лимиты и позволяет обучить модель под конкретный товар. Встроенные инструменты площадок — самый быстрый тест: у Wildberries это «Фотостудия» по подписке «Джем», у Ozon фоторедактор входит в тариф.
Строит контент-заводы на ИИ для крупных брендов и компаний, которым нужен масштабный контент в соцсетях.
Полезные материалы
Источники: vc.ru об экономике контента для маркетплейсов; rb.ru об AI-редакторе Ozon; CNews о «Фоторедакторе 3.0» Wildberries; sber.pro о доступности Kandinsky; справка Wildberries о «Фотостудии» и лимитах подписки «Джем».