Original size 1149x1620

Съедобный город SWEETOPIA

КОНЦЕПЦИЯ

Съедобный город SWEETOPIA — серия архитектурных визуализаций, в которых формы реальных десертов становятся основой зданий.

Цель обучения — адаптировать Stable Diffusion XL к сочетанию узнаваемой формы выпечки и архитектурных деталей: входов, окон, фасадов и остекления.

ВДОХНОВЕНИЕ И РЕФЕРЕНСЫ

0
1/3

Кадры из мультфильма «Зверополис», 2016 года

Я очень люблю мультик «Зверополис/Zootopia» и довольно часто пересматриваю все части с младшей сестрой. Графика, цвета, необычные формы, креатив и много другое — очень вдохновляет меня, как графического дизайнера. Я каждый раз с восторженными глазами всматриваюсь в детали и восхищаюсь работой создателей этой графики.

0
1/2

Кадры из мультфильма «Зверополис», 2016 года

Также я недавно была в настоящем Зверополисе в Шанхае и это и послужило еще большим вдохновением.

big
Original size 3840x1872

Диснейленд в Шанхае, Зверополис, 2026 год

Поэтому посмотрев требования к этому проекту, я поняла, что точно хочу сделать архитектуру/здания в похожем стиле и пофантазировать — как бы выглядела моя версия мультика «Зверополис».

Ну и напоследок: я люблю сладости и всё, что связано с эстетикой десертов, это также повлияло на тему!

Original size 3840x786

Кадры кафе с пончиком из мультфильма «Зверополис», 2016 года (для самих генераций я брала обычные фотографии десертов из интернета, или описывала их; мультик служит только как вдохновение)

ОБУЧАЮЩИЕ МАТЕРИАЛЫ

Основной датасет состоит из 18 квадратных изображений размером 512 × 512 пикселей. Это синтетические архитектурные изображения, созданные с помощью генерации изображений в ChatGPT и отобранные для проекта. В набор входят круассан, эклер, канеле, мильфей, синнабон, дораяки, паштел-де-ната и другие десерты.
Каждому изображению соответствует индивидуальная англоязычная подпись с описанием формы десерта, материалов и архитектурных элементов.

Original size 3840x1872

ПАРАМЕТРЫ

Базовая модель — stabilityai/stable-diffusion-xl-base-1.0. Для адаптации применялся DreamBooth LoRA на основе обучающего скрипта Hugging Face Diffusers 0.35.1. В Google Colab использовался GPU и отдельное Python-окружение. Обучался LoRA-адаптер для UNet.
• Датасет: 18 изображений; разрешение: 512 × 512.
• Число шагов: 180; LoRA rank: 16; learning rate: 0,00005.
• Batch size: 1; накопление градиентов: 4 шага; точность: fp16.
• Оптимизатор: 8-bit Adam; gradient checkpointing: включён.
• Seed обучения: 2147; промежуточная контрольная точка: 90 шагов.
• VAE: madebyollin/sdxl-vae-fp16-fix.

ХОД ОБУЧЕНИЯ

Первый пробный эксперимент проводился на 30 изображениях с общей подписью: 100 шагов, LoRA rank 8. Полученные результаты недостаточно последовательно воспроизводили форму конкретных десертов. После анализа был сформирован набор из 18 более целевых изображений с индивидуальными подписями.

В основном эксперименте обучение завершилось на 180-м шаге. Это подтверждается training.log. В результате сохранён файл pytorch_lora_weights.safetensors размером около 93 МБ. Он содержит веса адаптера, подключаемого к базовой SDXL для генерации.

ПРОВЕРКА РЕЗУЛЬТАТА

Для шести тематических запросов получено по три изображения при силе LoRA 0.0, 0.5 и 0.8 (18 контрольных генераций). Внутри каждой тройки использовались одинаковые промпт и seed. Это позволяет сопоставить результат базовой SDXL с изображениями, созданными при подключении адаптера. Для контрольной генерации применялись 512 × 512 пикселей, 30 шагов и guidance scale 7.0.

После контрольного этапа проводились дополнительные целевые генерации с более подробными запросами. В промптах уточнялись тип десерта, общий силуэт, материал поверхности, расположение входа и окон; отрицательные запросы ограничивали появление коллажей и посторонних объектов. Отобранные изображения сохранены в исходном виде, без дорисовки или замены деталей.

ФИНАЛ

Для финала было отобрано девять изображений: музей-круассан, центр-синнабон, галерея-эклер, галерея-канеле, центр-дораяки, библиотека-мильфей, музей-паштел-де-ната, музей «Захер» и дополнительный вариант «Синнабон — башня».

Таким образом, представлены восемь десертных мотивов и две разные архитектурные интерпретации синнабона.

Original size 3840x494
1/9

Галерея-канеле

АНАЛИЗ ФОРМ

Круассан и синнабон дают выразительный узнаваемый силуэт, эклер — вытянутый объём, канеле — характерный вертикальный рельеф. У мильфея и дораяки важнее чередование слоёв, у паштел-де-ната и «Захера» — фактура и оформление верхней части здания. Различия между результатами показывают несколько способов переноса признаков десерта в архитектуру.

ОПИСАНИЕ

ChatGPT применялся для разработки и уточнения идеи, создания синтетических обучающих изображений, помощи в подготовке кода, промптов и текстового описания. Итоговые изображения получены с помощью Stable Diffusion XL с обученным LoRA-адаптером.

ИСТОЧНИКИ

ВЫВОД

Съедобный город SWEETOPIA
Project created at 28.10.2026
hse.space
Unlock new opportunities in education, career, and creativity with HSE SPACE, the digital platform from HSE University. This online hub connects students, faculty, employers, and professional communities, empowering users to build dynamic digital portfolios, showcase extracurricular achievements, participate in competitions, and launch successful careers.
educational projects
extracurricular activities
startups
academic digest
We use cookies to improve the operation of the HSE website and to enhance its usability. More detailed information on the use of cookies can be fou...
Show more