Александр, когда я даю задание нейронке, то совсем не указываю соотношеение пропорций тела. Более того, в большинстве случаев даже сам промт для генерации мне пишет другая нейрока - DeepSeek. А генерацию по этим промтам делает Шедеврум.

То есть я Дипсику даю общее задание написать серию промтом для генерации фотореалистичного изображения девушки, блондинки, прическа такая-то, глаза такого-то цвета, одетой, например, в белое мини-бикини.... задаю место, какое должно быть освещение, пропорции кадра. И Дипсик генерирует мне разные промты, с разными позами, ракурсами.... все это он уже сам придумывает. Иногда я вмешиваюсь вручную, например, прошу зафиксировать позу, но показать под другим ракурсом.

Ручная корректировка идет либо в дипсике, когда он по моей просьбе выдает разные варианты какого-то понравившегося мне промта, либо уже в самой нейронке по генерации изображений. Если это в Gemini Nano Banana, то там можно просто после генерации изображения написать, мол убери то-то, добавь то-то и т.д. В Шедевруме, увы, так нельзя.

А что касается пропорций тела, то в основе многих моделей нейронок изначально лежат китайские и корейские нейромодели. То есть они были обучены на их человеческих моделях. И когда создаются новые нейромодели, то они обучаются на старом материале. Из-за чего наследуют особенности строения азиатскогих тел.... Как-то так.

Но сейчас это уже не так заметно. А вот год-полтора назад у многих человеческих моделей были слишком длинные руки, особенно кисти. Сейчас чтобы не было таких "косяков" можно в промте указывать на принадлежность к европейским рассам... Или даже если указать какое-то славянское имя, то уже результат будет иным. То есть многие нейромодели считают, что вот Маши должны выглядеть вот так, а Снежанны вот так... и т.д. и т.п.

Брет Пит, изначально все нейромодели обучались на реальных фотографиях и делалась разметка данных. То есть бралась конкретная фотка и описывалась человеком словами.... Ну это конечно очень с натяжкой так говорить. Но в целом именно так. В дальнейшем, уже вероятно шло обучение на уже сгенерированном материале. То есть нейронки учатся на том, что авторы им пишут в промте и какую реацию получают.

Ну, например, если я даю задание сгенерировать какую-то девушку по определенному промту, потом увидев результат, пишу в чат мол "Отлично, а теперь тоже самое, но поменяй свет или локацию....", то вот на слове "отлично" нейронка понимает, что она сделала все правильно и добавляет себе в память, что мол вот платиновая блондинка в бикини может выглядеть вот так.... То есть учится уже не настоящих фотках настоящих людей, а на собственных же работах

Александр, насчет владением языком не понял. Сейчас уже не те времена, когда надо САМОМУ подробно придумывать текстовый промт. Во многом нейронки сами все делают. Ну вот чем мне нравится гугловский Gimini. Там в качестве референса можно подцепить к сообщению в чате до 16 файлов и, например, сказать... возьми из первого файла девушку, из второго одежуд, из третьего локацию, из четвертого время года.... и сгенерирую мне новое изображение

И еще момент насчет "правильных" пропорций тела. Зачастую, когда нейронке говоришь сделать промт для генерации фотореалистичного изображения, то довольно часто в зависимости от сюжета, она сама в промте указывает характеристики объектива, выдержки, диафрагмы. Например, для природы указываются широкоугольные объективы, а для съемок людей длиннофокусные.

Но в зависимости от ракурса и расстояния от объектива до человека, пропорции более удаленных от объектива частей тела могут сильно отличаться от приближенных к нему. То есть точно так же, как и на настоящих фотографиях. Нейронки могут имитировать все эти огрехи оптики, пытаясь сделать как настоящее фото.