Пилот протокола генерации сцены (STYLE-BIBLE 0i)
Раунд 4 — стиль текстом, вложения минимум (прерван, готов только мастер)
master4 (4K, одно вложение — core-ref Цезаря, ноль стиль-рефов):
Сдвиг: лицо Цезаря впервые совпало с core-ref · погода/мир сцены точные (серое утро, грязь, лагерь) · живопись частично вернулась (небо, грязь, шатёр).
Не добито: люди и металл всё ещё полуфотореал · артефакты эпохи: документ выглядит современным планшетом с зажимом, металлические кольца на земле справа · псевдо-текст на бумаге.
Диагноз оркестратора: широкий многолюдный мастер без крупного фокусного субъекта — ровно поломка канона 0e («сцена-толпа роняет стиль»). Раунд 5: мастер по канону — крупный субъект на переднем плане, толпа расфокусом; рефом — утверждённые кадры эталона /throne/, не ассеты.
Сцена «пленник в лагере» (II2 → II3, кадры 050–057 storyboard.md). Мастер 4K → кроп → новый ракурс (класс B) → перебивка (класс C). Без анимации — только кадры, на приёмку Тимуру перед тем, как протокол пойдёт в полное производство. Раунд 3 — проверка узкой гипотезы раунда 2 («конкуренция МНОГИХ вложений даёт фотореал»): вложения сокращены ещё раз на всех трёх кадрах. Раунды 1–2 сохранены ниже как история.
Master на 3 вложениях, cutaway на 2 макро-эталонах, angle без изменений (0d)
Master3: char_a + loc_a + core-ref (3 вместо 5 — убраны char_b/loc_b). Angle3: та же
механика раунда 2 — только master3 + core-ref, без стиль-рефов. Cutaway3: рефы заменены на
макро-эталоны канала mac_cup + int_a (2 вместо 4 стиль-рефов раунда 1–2). HEAD и check_len
пересобраны свежей копией research/storikon-teardown/sd.py.
Форекорт лагеря — только 3 вложения (char_a + loc_a + core-ref)
5120×2880, оригинал по прямой ссылке (65 с). Вложения: char_a.jpg + loc_a.jpg + core/CAESAR_REF.jpg — все 3 приняты. Мизансцена снова отличная: Цезарь на золочёном кресле с красным плащом, Домиций связан верёвкой, конвой, стол с мешком монет, снег, знамёна, дым.
Стиль: сокращение вложений с 5 до 3 НЕ ПОЧИНИЛО фотореал — кадр читается как кинематографический стоп-кадр, живописного мазка нет вообще. Гипотеза раунда 2 «меньше вложений = больше живописи» на master НЕ подтвердилась и в третий раз.
Лицо Цезаря по-прежнему не похоже на core/CAESAR_REF.jpg — молодой шатен с гладким лицом вместо седого поджарого мужчины с рефа. Третий раунд подряд, где core-ref технически принят ботом, но не удержан на master.
Домиций (связанные руки, верёвка) — кроп из master3
2400×1350, вырезано imagemagick из master3.jpg (ширина ≥1920). Генерации не было.
Технически идеален по определению — читается верёвка, руки, кровь на тунике, охрана по обе стороны. Наследует стилевой провал master3.
056 · release_order — та же механика раунда 2 (master3 + core-ref)
2848×1600 (2K), оригинал по прямой ссылке (52 с). Вложения: master3.jpg + core/CAESAR_REF.jpg — 2 из 2 приняты, стиль-рефов нет.
Стиль: лучший результат протокола за три раунда — явный направленный мазок на небе, полотнище шатра, дороге и толпе солдат на заднем плане. Заметно живописнее собственного же master3 и живописнее angle2 раунда 2, при том что вложения не изменились.
Лицо Цезаря: тоже лучший результат — седой, впалые щёки, тяжёлый взгляд, заметно ближе к core/CAESAR_REF.jpg, чем angle2 раунда 2.
Новое: впервые в протоколе действие прочиталось верно — легионарий режет верёвку именно НА ЗАПЯСТЬЯХ пленника, как требует SCENE-блок 056 (в раунде 2 резали у головы/волос).
Погода/свет: серое затянутое небо совпадает с миром сцены — как и в раунде 2.
Мебель и личность пленника всё ещё не наследуются: кресло — тёмное резное дерево вместо золочёного с бархатом на master3; Цезарь в кирасе с плечевыми пластинами вместо тоги/плаща сидя; пленник — другой человек (молодой, кудрявый), не седобородый грузный Домиций. Тот же паттерн, что и в раунде 2, несмотря на другой мастер.
057 · money_back — рефы заменены на макро-эталоны канала (mac_cup + int_a)
5120×2880, оригинал по прямой ссылке (68 с, со второй технической попытки — первая упала по таймауту раннера, не по вине бота). Вложения: mac_cup.jpg + int_a.jpg — 2 из 2 приняты.
Композиция сильная: рассыпанные монеты, рука сгребает серебро, счётная доска с камешками, свиток, окованный сундук на переднем плане, фигура клерка на табурете на заднем плане (совпадает со SCENE-блоком дословно).
Стиль: сокращение вложений с 4 до 2 НЕ ПОЧИНИЛО фотореал — кожа рук, монеты, ткань стола полностью фотореалистичны, живописного мазка нет вообще (хуже, чем частичный успех cutaway2 раунда 2, где хотя бы ткань шатра и стол показывали мазок).
Погода/свет: яркое прямое солнце с резкими тенями — третий раунд подряд не совпадает со SCENE-блоком «flat grey daylight… no warm source», хотя эта строка есть дословно в самом промпте. Смена рефов на этот критерий не повлияла ни разу за три раунда.
Замечания раунда 3 — гипотеза «меньше вложений» пересмотрена
1 · Гипотеза раунда 2 отклонена в узкой формулировке
Сокращение вложений само по себе НЕ чинит фотореал: master3 (3 вложения) и cutaway3 (2 вложения) остались так же фотореалистичны, как master2/master (5) и cutaway2/cutaway (4). Три раунда подряд одна и та же картина на master и на cutaway независимо от числа вложений. Число вложений — не рычаг.
2 · Настоящий рычаг — ЧТО именно вложено, не сколько
Ассеты канала (char_a/b, loc_a/b, mac_*), несмотря на название «стилевые рефы», сами являются фотореалистичными CGI-рендерами игровых катсцен, а не живописью — проверено визуально на char_a.jpg и mac_cup.jpg. Единственный подлинно нарисованный референс во всём протоколе — core/CAESAR_REF.jpg. Оба painterly-результата протокола (angle2 и angle3) — единственные генерации, где среди вложений НЕТ ни одного asset-файла: только сам мастер (при этом фотореальный) плюс core-ref. Похоже, дело не в «мастер несёт стиль» (гипотеза 0d раунда 2), а в том, что core-ref остаётся единственным painterly-входом и не тонет среди 2–4 фотореалистичных asset-рефов. Практический вывод: ассеты канала непригодны как стилевые рефы для этого HEAD — они не несут живопись, а гасят её. Нужен отдельный набор painterly стиль-рефов (или ни одного, если core-ref плюс словесный HEAD достаточно — так и вышло на angle).
3 · Класс B стабильно улучшается по прямому счёту, не по гипотезе о вложениях
| Параметр | Раунд 1 (6 вложений) | Раунд 2 (2 вложения) | Раунд 3 (2 вложения) |
|---|---|---|---|
| Живопись | нет | да | да, сильнее |
| Погода/свет | не совпадает | совпадает | совпадает |
| Лицо vs core-ref | не похож | похож | похож ещё лучше |
| Кресло | другое | другое | другое |
| Костюм героя | броня вместо тоги | броня вместо тоги | броня вместо тоги |
| Личность пленника | эпизод не читается | другой человек | другой человек |
| Действие (верёвка) | не читается | режут у головы | верно — у запястий |
Мебель, костюм и личность второго персонажа не сдвинулись НИ РАЗУ за три раунда — это системная слабость класса B (мастер+core-ref не переносит реквизит и второстепенных персонажей на новый ракурс), а не следствие количества вложений. Действие (место разреза верёвки) — единственный параметр класса B, который улучшился в раунде 3.
4 · Свод по всем трём классам кадра · три раунда
| Кадр | Раунд | Живопись | Погода | Лицо=core-ref | Кресло/костюм | Артефакты |
|---|---|---|---|---|---|---|
| master | Р1 (5 вл.) | нет | совпадает | нет | кресло+плащ заданы верно | — |
| Р2 (5 вл.) | нет | совпадает | нет | кресло+плащ заданы верно | — | |
| Р3 (3 вл.) | нет | совпадает | нет | кресло+плащ заданы верно | — | |
| angle (класс B) | Р1 (6 вл.) | нет | не совпадает | нет | другое кресло, броня | эпизод не читается |
| Р2 (2 вл.) | да | совпадает | да | другое кресло, броня | др. пленник, разрез не там | |
| Р3 (2 вл.) | да, сильнее | совпадает | да, точнее | другое кресло, броня | др. пленник; разрез верно у запястий | |
| cutaway (класс C) | Р1 (4 вл.) | нет | яркое солнце | н/д | н/д | текстовый артефакт-подпись |
| Р2 (4 вл.) | частично (ткань/стол) | яркое солнце | н/д | н/д | текстовый артефакт-подпись | |
| Р3 (2 вл.) | нет | яркое солнце | н/д | н/д | не замечено |
5 · Технические находки раунда 3
Лимит промпта 2500 симв. (check_len) — все три промпта прошли (master3 2180,
angle3 2321, cutaway3 2119). quality.py переключил 4K→2K→4K без сбоев на всех трёх
шотах. Один инцидент на cutaway3 — таймаут bash-раннера в 2 минуты по умолчанию, НЕ бот-сбой:
генерация продолжала идти на сервере SyntX; перезапуск с увеличенным таймаутом получил файл за
фактические 68 с. Свежая пересборка HEAD/check_len из канонического sd.py
прошла без побочных эффектов на длину промпта.
Итог раунда 3: зелёного света всё ещё нет, но диагноз стал точнее
Три раунда подряд подтверждают: класс B (мастер + core-ref, без asset-рефов) — единственная рабочая конфигурация протокола 0i для стиля и лица героя, и она стабильно улучшается (в раунде 3 — впервые верное действие). Master и cutaway остаются фотореалистичными независимо от количества вложений — рычаг не в счёте, а в том, что asset-рефы канала сами не являются живописью и гасят её. Перед производством нужно решить: (а) отказаться от asset-рефов как стилевых на master/cutaway и оставить только core-ref + словесный HEAD (по образцу angle) — прямая проверка следующего раунда; (б) отдельно закрыть, почему мебель/костюм/второй персонаж не наследуются на классе B ни при каких вложениях — это не про рефы, а про то, что генерация «доизобретает» всё, что не названо явно в TWO_ROLE_LINE.
Ассет-рефы канала + class B на двух вложениях (0d)
Фикс 1: стиль-рефы переведены с чужих arcane-refs на
assets/char_a,char_b,loc_a,loc_b — канонический sd.py уже переведён туда
по вердикту Тимура (прогон Тамерлана 31.07: чужие рефы дают фотореал). Фикс 2: class B (angle) теперь
получает ТОЛЬКО два вложения — новый мастер + core/CAESAR_REF.jpg, без стиль-рефов, плюс явная
ролевая строка вместо CONSISTENCY_LINE+CHAR_REF_LINE раунда 1.
Форекорт лагеря — ассет-рефы вместо arcane-refs
5120×2880, оригинал по прямой ссылке (64 с). Вложения: 4 ассет-рефа канала (char_a, char_b, loc_a, loc_b) + core/CAESAR_REF.jpg — все 5 приняты. Композиция и мизансцена снова отличные: Цезарь на золочёном кресле с красным плащом, Домиций связан верёвкой, конвой, стол с мешком монет и табличкой, снег, знамёна, дым от жаровни.
Стиль: смена рефов НЕ ПОЧИНИЛА фотореал. Кадр по-прежнему читается как кинематик-рендер, живописного мазка почти нет — гипотеза «дело в чужих рефах» для этого кадра не подтвердилась.
Новая проблема, не видна в раунде 1: лицо Цезаря НЕ похоже на core/CAESAR_REF.jpg — на рефе седой поджарый мужчина с впалыми щеками, здесь молодой шатен с гладким лицом. Core-ref не удержался на мастере ни в раунде 1, ни в раунде 2, несмотря на то что вложение принято ботом технически.
Домиций (седая борода, связанные руки) — кроп из master2
1920×1080, вырезано imagemagick из нового 4K-мастера. Генерации не было.
Технически идеален по определению. Деталь связанных рук, кровь на тунике, легионер и край красного плаща Цезаря читаются чисто.
056 · release_order — только 2 вложения (master2 + core-ref)
2848×1600 (2K), оригинал по прямой ссылке (56 с). Вложения: master2.jpg + core/CAESAR_REF.jpg — 2 из 2 приняты, стиль-рефов нет вообще.
Стиль: настоящий сдвиг к живописи — видимый направленный мазок на небе, полотнище шатра, земле; заметно ближе к художественной подаче, чем master2/cutaway2 того же раунда. Убрать стиль-рефы и оставить только мастер+core-ref сработало на удержание манеры лучше, чем полный набор из 6 вложений в раунде 1.
Лицо Цезаря: неожиданный плюс — здесь лицо (седой, впалые щёки, суровый взгляд) заметно БЛИЖЕ к core/CAESAR_REF.jpg, чем лицо на своём же master2 (там Цезарь моложе и без седины). То есть на двух вложениях core-ref «пробился», хотя мастер он игнорировал.
Погода/свет: серое затянутое небо совпадает с миром сцены — большое улучшение против раунда 1 (там было яркое солнце).
Но остальная консистентность всё равно рвётся: кресло стало тёмным резным деревом вместо золочёного с красным бархатом на master2; Цезарь одет в доспех с плечевыми пластинами вместо тоги/плаща сидя; пленник — другой человек (молодой, кудрявый, не похож на седобородого грузного Домиция) и легионер режет верёвку У ГОЛОВЫ/волос, а не на запястьях, как требует SCENE-блок 056. Три параллельных разрыва мира сцены, при том что лицо героя и погода стали лучше.
057 · money_back — ассет-рефы, 4K
5120×2880, оригинал по прямой ссылке (65 с, с первой попытки — в раунде 1 этот же кадр падал с бот-ошибкой). Вложения: 4 ассет-рефа, без мастера и core-ref — все 4 приняты.
Композиция снова сильная: рассыпанные монеты, рука сгребает серебро, счётная доска с камешками, свиток, окованный сундук на переднем плане.
Стиль: частичное улучшение — полотнище шатра и столешница показывают заметный живописный мазок (в отличие от полностью гладкого фото раунда 1), но кожа рук и монеты остаются фоторендером. Смешанный результат в одном кадре.
Новый мелкий дефект: в тёмном углу у сундука читается едва заметный текстовый артефакт-«подпись» — прямое нарушение правила «no text, letters, logos» из HEAD. Мелочь, но не ноль.
Замечания раунда 2 — честное сравнение с раундом 1
1 · Гипотеза «дело в чужих рефах» — подтвердилась только наполовину
Смена стиль-рефов на ассеты канала не изменила стиль master2 и почти не изменила cutaway2 (те же фотореалистичные лица и металл, лишь немного живописи на тканях/столе в cutaway2). Но на angle2, где стиль-рефы вообще убраны и остались только master+core-ref, стиль сдвинулся к живописи заметно сильнее, чем где-либо в раунде 1. Похоже, что источник фотореала — не сами рефы, а конкуренция МНОГИХ вложений одновременно: чем меньше картинок в одной генерации (2 против 5–6), тем охотнее Seedream следует словесному HEAD, а не «усредняет» в сторону наиболее фотографичного входа. Это отдельная, более узкая гипотеза, чем то, что предполагалось при формулировке фикса — стоит проверить прицельно (например, master с 2 вложениями вместо 5) прежде чем считать вопрос стиля закрытым.
2 · Консистентность core-ref на MASTER — новая находка, касается ОБОИХ раундов
Лицо Цезаря на master (раунд 1) и master2 (раунд 2) не похоже на core/CAESAR_REF.jpg ни разу, хотя вложение принято ботом в обоих случаях. Персонаж получается моложе, без седины, с более гладким лицом. Это не чинилось ни одним из двух фиксов раунда 2 — фикс адресовал class B, а не сам master. При этом на angle2 (2 вложения, без стиль-рефов) лицо неожиданно ближе к core-ref, чем на своём собственном мастере — то есть основная утечка идентичности происходит именно там, где core-ref конкурирует с 4 стиль-рефами одновременно (master, cutaway), а не там, где он один из двух образов (angle2).
3 · Консистентность класса B: улучшилась в двух пунктах, провалилась в трёх других
| Параметр | Раунд 1 (6 вложений) | Раунд 2 (2 вложения) |
|---|---|---|
| Погода/свет | provал — яркое солнце | совпадает — серое небо |
| Лицо героя vs core-ref | не похож | похож заметно лучше |
| Кресло | другое (тёмное дерево) | другое (тёмное дерево) |
| Костюм героя | броня вместо тоги | броня вместо тоги |
| Личность пленника | эпизод не читается | другой человек, не Домиций |
| Действие (верёвка) | не читается | режут у головы, не у запястий |
Итог: два вложения вместо шести — явный шаг вперёд по стилю, погоде и лицу героя, но НЕ решение консистентности сцены в целом. Мебель, костюм и второй персонаж по-прежнему «доизобретаются» моделью на смене ракурса. Класс B остаётся самым слабым звеном протокола в обоих раундах.
4 · Технические находки раунда 1 подтвердились и в раунде 2
Лимит промпта 2500 симв. (гейт check_len) — все три промпта раунда 2 прошли
(master2 2067, angle2 2208, cutaway2 2006). Переключение качества 2K/4K через quality.py
отработало без сбоев на всех трёх шотах. Ретраев на бот-сбоях в этот раз не понадобилось (0 против
1 в раунде 1).
Итог раунда 2: прогресс есть, зелёного света всё ещё нет
Стиль и лицо героя на классе B заметно лучше при двух вложениях вместо шести — это рабочая находка для протокола 0i (сократить вложения class B, не только у нас, но в общем правиле). Но master/cutaway всё ещё фотореалистичны, а class B всё ещё не держит мебель/костюм/личность второго персонажа. Перед производством: (а) проверить, снимает ли сокращение ДО ДВУХ вложений фотореал и на master тоже — это может оказаться главным рычагом, а не смена источника рефов; (б) отдельно разобраться, почему core-ref теряется именно при 5+ вложениях.
Первый прогон — стиль-рефы arcane-refs, class B на 6 вложениях
Найденные корни провала (по итогам разбора, до раунда 2)
1. Рефы стиля. Использовались чужие эталоны research/arcane-refs/flat/
(char_05, char_07, loc_02, int_02) — по вердикту Тимура 31.07 (отдельный прогон образа Тамерлана)
именно они дают фотореал вместо живописи. Канонический sd.py с тех пор переведён на
ассеты канала (assets/char_a,char_b,loc_a,loc_b).
2. Класс B (angle) на 6 вложениях. 4 стиль-рефа + мастер + core-ref конкурировали между собой и разваливали мир сцены — по механике 0d вложений в class B должно быть только два: мастер этой же сцены + core-ref персонажа, без стиль-рефов (мастер сам несёт и стиль, и мир).
См. раунд 2 выше — оба фикса применены; фикс 1 подтвердился частично, фикс 2 подтвердился по стилю и лицу героя, но не по мебели/костюму/второму персонажу.
Форекорт лагеря — новый широкий план сцены
5120×2880, оригинал по прямой ссылке (73 с). Вложения: 4 стиль-рефа (char_05, char_07, loc_02, int_02) + core/CAESAR_REF.jpg — все 5 приняты ботом без ошибок.
Мизансцена читается очень хорошо: Цезарь в красном плаще на курульном кресле справа, Домиций связан верёвкой в испачканной тунике, два легионера конвоя, стол с денежным мешком и табличками на переднем плане, дымящиеся жаровни, ряд зрителей-солдат сзади, знамёна.
Стиль: провал. Кадр читается как фотореалистичный игровой рендер, а не как живопись с мазком.
Связанные руки Домиция — кроп из мастера
1920×1080, вырезано imagemagick из 4K-мастера. Генерации не было.
Технически идеален по определению. Наследует стилевой провал мастера.
056 · release_order — новый ракурс той же сцены
2848×1600 (2K), оригинал по прямой ссылке (56 с). Вложения: 4 стиль-рефа + master.jpg + core-ref — 6 из 6 приняты ботом без единой ошибки.
Консистентность: провал полный. Другое небо/погода, другое кресло, другое лицо Цезаря, другой костюм. Худший результат раунда 1.
057 · money_back — перебивка
5120×2880 (4K), оригинал по прямой ссылке (61 с, со второй попытки — первая упала с ботовской ошибкой «Что-то пошло не так»).
Стиль: тот же фотореалистичный дрейф. Свет не совпал с миром сцены (яркое солнце вместо «flat grey overcast»).