Nano Banana 2.1 с несколькими референсами: персонажи, групповые кадры и примерка одежды в тесте

У вас есть одно утверждённое лицо или одна утверждённая куртка, и теперь они нужны снова и снова: один и тот же персонаж каждую неделю на новой локации, весь состав в одном групповом кадре, лукбук, где одна модель носит сразу несколько вещей. Задача правки Nano Banana 2.1 принимает несколько референсов в одном запросе, и цифры Google звучат щедро: до 14 референсов, согласованность персонажей для до 4 персонажей и точность объектов для до 10 объектов. Прежде чем строить на этом серию, нужно знать, как передать эти изображения, чтобы модель понимала, кто и что на каждом, и где результаты начинают сползать.

Дайте каждому человеку и каждому товару своё референсное изображение, называйте каждое изображение по номеру, точно говорите, что должно остаться прежним, и проверяйте глазами мелкие детали с одной стороны. В наших тестах 7 октября 2026 года один портрет сохранил то же лицо, те же волосы и те же кольца в носу во всех восьми правках сцен; четыре отдельных портрета дали нужных четверых людей на нужных местах в обоих запусках структурированного промпта, а примерка с девятью предметами сохранила каждую вещь в кадре. Сползло немногое, и каждый раз одно и то же: серьга только в одном ухе перепрыгивала в то ухо, которое повёрнуто к камере, у одной шляпы пропала контрастная строчка, а одни брюки упорно выходили двухцветными. Согласованность — это инструкция, а не замок: в карточке модели Google прямо сказано, что согласованность персонажа "is not always perfect" (не всегда идеальна), а у задачи нет ни seed, ни маски, ни регулятора силы идентичности, которые бы фиксировали результат.

Правила, к которым мы пришли; каждое объяснено и проверено ниже:

• Один персонаж, много сцен: один чёткий портрет анфас перенёс лицо во все сцены, которые мы пробовали. Если добавляете другие ракурсы того же человека, отправляйте их отдельными изображениями: в нашем небольшом тесте они чаще сохраняли шрам на брови, а единственный объединённый «лист персонажа» терял или придумывал детали.
• Детали с одной стороны: серьга, шрам или пробор на одной стороне могут переехать на сторону, обращённую к камере. Если это важно, держите эту сторону лицом к камере или проверяйте каждый результат.
• Групповые кадры: по одному портрету на человека, не больше четырёх человек, места и одежда прописаны. Однострочный промпт тоже сохранил лица, но переодел людей и сам выбрал, кто где сидит.
• Примерка и товарные композиции: один товар на изображение, у каждого названо место, где он находится. Девять товаров и модель в одном запросе сохранили все вещи, но тонкие детали вроде строчки и цветовых вставок всё равно сползали.
• Исходники разной формы: задавайте aspect_ratio сами. Во всех четырёх запусках с разными формами auto следовал самому широкому изображению, которое каждый раз было и сценой.
• Взрослый гардероб: задача правки отклоняла замену одежды на нижнее бельё в наших тестах 7 октября 2026 года, так что это инструмент для серий с одетыми героями, рассчитанных на широкую аудиторию.

Что значит «14 референсов, 4 персонажа, 10 объектов»

Google пишет, что Nano Banana 2.1 поддерживает "multi-image fusion supporting up to 14 reference images (character consistency for up to 4 characters and object fidelity for up to 10 objects)" (слияние нескольких изображений с до 14 референсами: согласованность персонажей для до 4 персонажей и точность объектов для до 10 объектов) на своей странице модели. Руководство по генерации изображений от Google делит тот же лимит на два вида референсов: до 10 изображений объектов, которые нужно включить с высокой точностью, и до 4 изображений персонажей, которых нужно сохранить. Значит, 14 — это сумма обоих видов. Это не 14 людей и не обещание, что каждое из 14 изображений дойдёт до результата без изменений.

В SpicyAPI задача правки Nano Banana 2.1 принимает от 1 до 14 изображений в image_urls, в том порядке, на который ссылается ваш промпт, и выдаёт результат в 1k, 2k или 4k. В SpicyAPI Nano Banana 2.1 стартует с цены, заметно ниже собственного прайс-листа Google; страница модели показывает актуальные цены.

То, чего задача не даёт, важно не меньше:

• Нет seed. Два запуска одного запроса — это две разные попытки, так что рассчитывайте просматривать больше одного результата.
• Нет маски, веса для каждого изображения и регулятора силы идентичности. Всё, что нужно сохранить, придётся написать в промпте.
• Нет гарантии на мелкие детали и позу. В карточке модели Google среди известных ограничений указано "Character consistency is not always perfect between input images and generated output image", а также "rare instances of persistent subject pose" (редкие случаи устойчивой позы объекта) в правках и периодическая путаница левого и правого.

Наш собственный слепой тест указывает в ту же сторону. 7 октября 2026 года мы прогнали Nano Banana 2.1 через фиксированный набор промптов и правок, а ИИ-судьи от трёх разных разработчиков оценили результаты, не видя названия модели. За согласованность правок (шесть вопросов по правкам) модель получила 65,9 из 100 против 76,7 за следование промпту и 77,8 за качество изображения; полную картину даёт обзор Nano Banana 2.1. В двух из этих правок она изменила то, что никто не просил менять: заменила фон ночной улицей в задаче на перестановку света и приблизила камеру в задаче со снегопадом. В вопросе на подсчёт она нарисовала семерых гостей вместо запрошенных шести.

Как писать промпт с несколькими референсами

Все тесты ниже, кроме одного намеренного однострочного сравнения, используют одну и ту же структуру из пяти частей. Она выглядит длинной, но каждая часть отвечает на вопрос, на который модель иначе ответила бы за вас.

1. Назовите каждое изображение по номеру и скажите, что это. "Image 1 is the model. Image 2 is the jacket." Порядок image_urls — это метка, на которую может опираться промпт, так что держите их в соответствии.
2. Скажите, что взять из каждого изображения и что игнорировать. Портрет на сером фоне должен дать лицо, а не фон.
3. Опишите новую сцену: место, что делает каждый человек, где стоит, камера и свет.
4. Если в кадре люди, укажите их число: "exactly four people, and nobody else".
5. Завершите списком того, что нужно сохранить: детали, которые должны уцелеть, по изображениям.

Позе или действию, которые важны, отведите отдельное предложение. В нашем раннем тесте с тремя источниками лицо мужчины, а также цвет, латунные кнопки и нагрудные карманы замшевой куртки перенеслись в сцену обсерватории, но фраза "one hand on the eyepiece" (одна рука на окуляре), упомянутая вскользь, превратилась в маленькую латунную подзорную трубу в его руке.

Шаблон, который можно адаптировать:

Image 1 is [who or what]. Image 2 is [who or what]. Image 3 is [who or what].
Use image 1 only for [the face / the garment / the setting]; ignore its background.
New scene: [setting]. [Person from image 1] [action, position]. [Person or product from image 2] [placement].
[Camera and framing]. [Light].
Show exactly [number] people and nobody else.
Keep [details that must survive] from image 1, and [details] from image 2.

Стоит ли длинная версия усилий — это одно из того, что мы проверили: см. раздел о групповых кадрах ниже.

О тестовых изображениях. Референсные фото в этой статье (портреты, модель для примерки, фото товаров и дворик) — это иллюстрации, которые мы сделали как тестовые входные данные; это не результаты Nano Banana 2.1. Каждый оценённый нами результат — это правка Nano Banana 2.1, выполненная 7 октября 2026 года в 2k, если не указано иное, а каждая сборка показывает запуск 1 из двух, если в подписи не сказано другое.

Один персонаж, четыре новые сцены из одного портрета

Серия начинается с одного утверждённого лица. Наш тестовый портрет — вымышленная взрослая женщина чуть за тридцать с четырьмя деталями, которые мы могли проверить в каждом результате; их выбрали потому, что мелкие детали с одной стороны обычно уплывают первыми: короткие кудри с медно-окрашенными кончиками, тонкий шрам через правую бровь, маленькие золотые кольца в обеих ноздрях и одна золотая серьга-кольцо с зелёной бусиной только в левом ухе.

Затем мы попросили четыре новые сцены, каждую только по этому портрету, каждый раз меняя гардероб, место, ракурс камеры и форму кадра, и запустили каждую сцену дважды.

Слева вверху: единственный референсный портрет (тестовый входной файл, не результат 2.1). Остальные четыре панели — правки Nano Banana 2.1 только по этому портрету, запуск 1 каждой сцены: бар на крыше 4:5, дождливая улица 16:9, кухня 1:1 и пляж 9:16, каждая обрезана до одного кадра 4:5 для этой сетки.

Сцена на крыше в том виде, как была отправлена:

Image 1 shows a fictional adult woman. New scene: she sits at a rooftop bar at night, city lights blurred behind her, wearing a black satin slip dress with a cropped black blazer draped over her shoulders, holding a coupe glass and looking at the camera with a slow smile. Warm light from the bar, medium shot. Keep her face, her short copper-tipped coils, the thin scar through her right eyebrow, the small gold rings in both nostrils and the single green-bead hoop earring in her left ear exactly as in image 1.

Остальные три сцены использовали то же первое и последнее предложение с другой серединой: дождливая улица ночью под прозрачным зонтом, верблюжий тренч, три четверти справа от неё (16:9); солнечная кухня, кремовый оверсайз-свитер, смеётся с кружкой, крупный план (1:1); и галечный пляж в золотой час, льняное платье с запахом цвета ржавчины, в полный рост и в профиль справа от неё (9:16).

Лицо, кудри с медными кончиками и оба кольца в носу сохранились во всех восьми запусках, а фон и футболка исходного портрета ни разу не просочились в сцену. Поучительный промах — серьга. Она появлялась в каждом запуске, но оставалась только в левом ухе в четырёх запусках, где женщина была показана анфас или левой стороной; во всех четырёх запусках, где она повёрнута к камере правой стороной, серьга переезжала в правое ухо, то, которое на виду. Шрам был виден в пяти запусках из восьми; в остальных трёх он был на дальней стороне лица или просто не нарисован.

Промпты для дождливой улицы и пляжа просили сразу две вещи с одной стороны: показать её правую сторону и оставить серьгу в левом ухе. В каждом из этих четырёх запусков получилось верно ровно одно из двух. Запуск 1 дождливой улицы сохранил серьгу в левом ухе, показав её вместо этого левой стороной; остальные три показали её правую сторону и перенесли серьгу в правое ухо. Если смотреть справа, серьга в левом ухе просто должна быть не видна, а модель вынесла её на обзор, вместо того чтобы оставить скрытой.

Если деталь находится на одной стороне лица (серьга, шрам, пробор, татуировка), в описании сцены держите эту сторону лицом к камере или будьте готовы проверять и переделывать запуски, где она перевернулась.

Помогает ли второе или третье фото того же человека?

Пляжный профиль — трудный случай: лицо маленькое, отвёрнутое и показывает сторону, которой на портрете анфас не было. Мы повторили его ещё двумя способами, по два запуска, с тем же текстом сцены:

• Три отдельных изображения её: портрет анфас, вид в три четверти и снимок в полный рост; последние два сделаны правкой портрета и проверены глазами перед использованием, потому что сгенерированный боковой вид может придумать детали, которых в оригинале не было.
• Те же три вида, собранные в одно изображение, — «лист персонажа», которым пользуются многие авторы.

Ограничение этого теста: наш вид в три четверти показывает левую сторону её лица, ту, где серьга, поэтому ни один набор референсов не показывал её правую сторону, ту, которая нужна пляжному кадру. Референс той стороны, которую показывает сцена, — очевидный следующий тест, но мы его не проводили.

Столбцы слева направо: один портрет, три отдельных изображения, один объединённый лист (верхний ряд: наборы референсов, тестовые входные данные). Средний и нижний ряды: крупные планы лица, вырезанные из результатов Nano Banana 2.1 в полный рост 9:16, запуск 1 и запуск 2 каждого.

Все шесть результатов читались как одна и та же женщина, так что лицу дополнительные виды не требовались. Единственный измеренный выигрыш от трёх отдельных изображений — шрам: он сохранился в 2 из 2 запусков против 1 из 2 с одним портретом. Объединённый лист был единственным набором, который потерял или придумал деталь. Ни один из трёх не исправил серьгу: даже с видом в три четверти, где кольцо в её левом ухе хорошо видно, модель поставила его в ухо, обращённое к камере. Два запуска на набор — малая выборка, так что воспринимайте это как направление, а не правило: если добавляете виды, отправляйте их отдельными изображениями и не ждите, что они решат вопрос детали слева или справа.

Групповые кадры: двое и четверо людей по отдельным портретам

У Google для персонажей цифра четыре, поэтому мы проверили двоих и четверых. Остальной состав — вымышленные взрослые, снятые так же, каждый на своём однотонном фоне, чтобы увидеть, просачиваются ли фоны в сцену: восточноазиатский мужчина чуть за сорок в круглых очках в черепаховой оправе, с серебристой прядью у виска и родинкой под правым глазом; южноазиатская женщина около двадцати пяти с серебристым пирсингом в носу и родинкой у губы, в горчичном кардигане; и белый мужчина под шестьдесят с бритой головой и серыми усами «хэндлбар», в рубашке в крупную клетку.

В запросе на двоих мы поставили женщину из первого теста и мужчину в очках на ночной рынок:

Image 1 shows a fictional adult woman and image 2 a fictional adult man. Show exactly these two people in the foreground, sharing street food at a crowded night market. On the left, the woman from image 1 laughs and holds chopsticks, wearing a black leather jacket. On the right, the man from image 2 holds a paper tray of dumplings and smiles at her, wearing a dark green bomber jacket. Medium shot at eye level, warm lantern light, the crowd behind them softly blurred. Keep each person's face and details from their own image: her short copper-tipped coils, the scar through her right eyebrow, her gold nose rings and green-bead earring; his silver streak at the left temple, round tortoiseshell glasses, short beard and the small mole under his right eye.

Слева: два референсных портрета (тестовые входные данные). Справа: крупные фрагменты двух лиц из результата Nano Banana 2.1 в формате 16:9, запуск 1; в полном кадре были ещё прилавки рынка и толпа.

В обоих запусках каждое лицо осталось у своего человека: очки, борода и серебристая прядь остались у него, кудри, кольца в носу и серьга остались у неё, и каждый носил назначенную нами куртку. В переднем плане не появилось лишних людей, только толпа позади, как мы и просили. Две детали повторили первый тест: она была повёрнута к камере правой стороной, и серьга переехала в это ухо, а его родинка оказалась на стороне лица, отвёрнутой от нас. Модель также заполнила прилавки вывесками, которых мы не просили, так что, если фон должен остаться чистым, скажите об этом.

Для четверых людей мы отправили все четыре портрета со структурированным промптом, 16:9 в 2k:

Images 1 to 4 each show one fictional adult. Show exactly four people, these four and nobody else, at a candlelit dinner party around a round wooden table in a warm apartment. From left to right: the man from image 4 raising a glass, the woman from image 3 leaning in to listen, the woman from image 1 laughing, and the man from image 2 passing a plate of bread. Each person wears the top from their own image. Keep each person's face, hair, skin tone, glasses, facial hair and marks exactly as in their own image. Eye-level wide shot, all four faces clearly visible, warm candlelight.

Откройте этот промпт в Playground правки Nano Banana 2.1, затем добавьте свои четыре портрета в Images в том же порядке; ссылка подставляет только промпт.

Структурированный промпт против однострочного

Чтобы понять, оправдывает ли структура свою длину, мы отправили те же четыре портрета в том же порядке и с теми же 16:9 и 2k, но с одной строкой: "Put these people together at a candlelit dinner party." По два запуска каждого. Это меняет сразу несколько вещей (число людей, позиции, одежду, список сохраняемого), так что читайте это как «полное задание против небрежной просьбы», а не как проверку одного предложения.

Вверху: четыре референсных портрета, изображения 1–4 (тестовые входные данные). Внизу слева: структурированный промпт; внизу справа: однострочный промпт. Оба — Nano Banana 2.1 в 16:9 и 2k, запуск 1; единственное отличие — промпт.

Чтобы не смешивать четыре лица, модели длинный промпт не требовался: оба однострочных запуска дали ровно четверых людей, каждого узнаваемо собой, а промах нашего слепого теста — семеро гостей вместо шести — не повторился ни в одном из наших шести групповых кадров. Длинный промпт дал контроль. Оба структурированных запуска поставили всех ровно туда, куда мы просили, в собственной одежде; однострочные выбрали места сами и переодели одного человека, затем троих. Если ваша серия зависит от нарядов или от того, кто стоит рядом с кем, пропишите это.

Для сцен на двоих с контактом (руки, танец, объятие) наше руководство по изображениям с двумя персонажами объясняет, как расставить каждого человека и по одному исправлять перепутанную идентичность.

Виртуальная примерка: где падает точность товара

Примерка проверяет объектную часть цифр Google. Наша модель — снимок в полный рост вымышленного взрослого мужчины в простой белой футболке, серых спортивных штанах и белых кроссовках, а товары — девять снимков на белом фоне, в каждом есть деталь, в которой легко ошибиться:

Входные данные для примерки (тестовые изображения, сделанные для этой статьи, а не результаты 2.1): модель (изображение 1), затем изображения 2–10 слева направо и сверху вниз, в порядке загрузки.

Затем мы одевали его четыре раза, наращивая набор: 1 товар (куртка), 3 (плюс брюки и ботинки), 6 (плюс панама, очки и сумка) и 9 (плюс часы, шарф и ремень), так что самый большой запрос содержал десять изображений: модель и девять товаров. Каждая ступень запускалась дважды в 3:4 и 2k, и мы оценивали каждый запрошенный товар по наличию, цвету и детали. Самый большой запрос в том виде, как был отправлен (меньшие ступени используют ту же формулировку только с теми товарами, которые в них входят):

Image 1 is the model, a fictional adult man. Dress him in the products from images 2 to 10, keeping each product's colour, material and details exactly as photographed: the mustard corduroy chore jacket from image 2, worn open; the charcoal pinstripe trousers from image 3; the oxblood Chelsea boots from image 4; the green bucket hat from image 5 on his head; the gold round sunglasses from image 6 on his face; the cobalt crossbody bag from image 7 worn across his body; the salmon-dial watch from image 8 on his left wrist; the striped silk scarf from image 9 knotted loosely at his neck; the woven tan belt from image 10 through the trouser loops, visible because the jacket is open. Where a product replaces something he wears in image 1, it replaces it. Keep his face, beard, skin tone and build exactly as in image 1. Full-length fashion catalogue photograph: he stands relaxed on a sunlit concrete rooftop in late-afternoon light, facing the camera, his whole body from head to boots in frame. No other people, no text.

Две строки стоят там намеренно, хотя мы не проверяли промпт без них. "Where a product replaces something he wears in image 1, it replaces it" говорит модели, что брюки занимают место спортивных штанов, а не надеваются поверх. "Visible because the jacket is open" привязывает ремень к распахнутой куртке, чтобы он оставался на виду. Обратите внимание и на то, чего промпт не делает: он ни разу не называет белую строчку панамы и единый цвет брюк; всё, что сказано о них, — "exactly as photographed".

Примерка в Nano Banana 2.1 в 3:4 и 2k, запуск 1 каждой ступени, слева направо: 1, 3, 6 и 9 товаров. Оценки для этих четырёх: полностью верны 1 из 1, 2 из 3, 4 из 6 и 8 из 9 товаров.

Точность не рухнула по мере роста списка. Каждый запрошенный товар появился в каждом из восьми результатов, на нужном месте: очки на лице, сумка через тело на цепочке, часы на левом запястье, шарф, небрежно повязанный на шее, ремень, видимый под распахнутой курткой. Лицо и борода ни разу не изменились. Промахи не были новыми вещами, вытесняющими старые; каждый раз это были одни и те же две детали. Панама сохранила цвет и форму, но потеряла белую контрастную строчку во всех четырёх запусках, где она была, а угольные брюки в тонкую полоску вернулись с более светлой коричневой штаниной или вставкой в пяти из шести запусков, где они были, чего на фото товара нет.

Мы остановились на девяти товарах плюс модель, десять изображений в одном запросе, и не проверяли от 11 до 14 изображений, так что о верхней части диапазона Google ничего сказать не можем. До десяти практическим потолком было не число товаров, а мелкие детали каждого: проверяйте строчку, принты и цветовые блоки в каждом результате и переделывайте те, что сползли.

Две практические заметки для работы с примеркой:

• Обрезайте фото товаров плотно и без лишнего. Это наш совет, а не то, что мы проверяли: товар, снятый на человеке или в комнате, может принести с собой этого человека или эту комнату, а чистый снимок на белом даёт модели одну вещь для копирования.
• Модель перерисовывает каждый пиксель. Если этикетка, логотип или принт должны быть точными до пикселя, соберите композит из настоящего фото товара; как это сделать, показывает наше руководство по превращению фото товара в рекламные макеты.

Примерка нижнего белья и купальников — отдельный вопрос. В наших тестах 7 октября 2026 года задача правки отклонила замену платья на нижнее бельё (отклонено, без списания), тогда как правка вечернего платья с открытой спиной прошла. Купальники в задаче правки мы не проверяли.

Исходники разной формы и auto

С одним исходным изображением aspect_ratio: auto (значение по умолчанию) сохраняет его форму: панорама 4:1 вернулась размером 2064 x 512 в наших тестах 7 октября. С несколькими исходниками он должен выбрать одно. В тесте с двумя исходниками в тот день квадратный портрет плюс пляж 4:1 вернулись в 4:1, следуя второму, более широкому изображению.

Мы проверили, за каким исходником следует auto, ещё тремя запросами в 1k, используя мужчину в очках (портрет 3:4), дворик 16:9 и квадратный снимок сумки:

Порядок значения не имел: во всех четырёх запусках с разными формами auto следовал самому широкому исходнику, который в каждом случае был ещё и изображением места действия. Часто это то, что нужно, когда человека помещают в локацию, но это неверный кадр для портрета или карточки товара. Когда у исходников разные формы, выбирайте соотношение сторон сами, потому что форма результата определяет композицию: широкий кадр превращает портрет в полный рост в маленькую фигурку в пейзаже.

Когда референсы подводят: симптомы и что делать

Когда результат близок, но не верен, начинайте заново с исходных референсов, а не подавайте обратно неудачный результат. Более поздний снимок не становится лучшим референсом только потому, что он новее; используйте результат повторно лишь после сверки с оригиналами.

Задачи, которые мы не проверяли, и куда обратиться вместо этого

• Пять и более людей: выходит за цифру Google в четыре персонажа, и мы этого не проверяли. Безопаснее собрать по отдельности сгенерированных людей в одну сцену композитингом.
• Взрослые сцены, нижнее бельё или купальники: не в этой модели, учитывая отказ по нижнему белью выше. В SpicyAPI Qwen Image 2.1 Edit и Seedream 5.0 Pro Edit помечены как Uncensored и принимают от 1 до 10 референсов каждая; наше сравнение редакторов изображений без цензуры показывает, как далеко зашла каждая в наших тестах. Мы не проверяли, переносится ли метод референсов из этой статьи на них, так что начните с одного портрета и проверьте идентичность, прежде чем накапливать референсы. Остальной каталог моделей SpicyAPI можно отфильтровать по политике контента. Работайте только с вымышленными взрослыми или со взрослыми, давшими согласие.

Частые вопросы

Сколько референсных изображений может использовать Nano Banana 2.1?

Google пишет: до 14 в одном запросе правки, с согласованностью для до 4 персонажей и точностью для до 10 объектов; в его руководстве по генерации изображений это считается как до 4 изображений персонажей плюс до 10 изображений объектов. Отправляйте их в image_urls в том порядке, на который ссылается ваш промпт. Наш самый большой тест отправил десять изображений — модель и девять товаров, — и каждый товар появился в обоих запусках.

Может ли Nano Banana 2.1 сохранить одного персонажа на всю серию?

В основном да, но не идеально, и ничто этого не фиксирует: нет ни seed, ни управления идентичностью. В наших тестах 7 октября 2026 года один портрет сохранил лицо, волосы и кольца в носу во всех восьми правках сцен, тогда как серьга с одной стороны переехала в ухо, обращённое к камере, в четырёх из них, а шрам на брови был виден в пяти. Используйте для каждого изображения один и тот же исходный портрет, ведите письменный список деталей, которые нельзя менять, и сверяйте каждый результат с портретом, а не с предыдущим результатом.

Загружать лист персонажа или отдельные фото?

Если добавляете дополнительные ракурсы, отправляйте их отдельными фото. В нашем тесте пляжного профиля три отдельных вида одной и той же женщины сохранили её шрам на брови в обоих запусках (один портрет: один из двух), а те же виды, собранные в один лист, потеряли её серьгу в одном запуске и превратили шрам в пирсинг брови в другом. Лицо сохранилось с каждым набором, и ни один не помешал серьге переехать в ухо, обращённое к камере. Два запуска на набор — малая выборка.

Можно ли использовать это для примерки нижнего белья или купальников?

Нижнее бельё нет: в наших тестах 7 октября 2026 года задача правки отклонила замену платья на нижнее бельё (отклонено, без списания). Купальники в задаче правки не проверялись. Для взрослого гардероба смотрите модели правки без цензуры, названные выше.

Почему модель добавила человека или изменила фон?

Она перерисовывает весь кадр, и всё, что вы не зафиксировали, может измениться. Во всех наших шести групповых кадрах число людей было верным, с указанием числа и без, но наш слепой тест поймал семерых гостей вместо шести, замену фона в задаче на перестановку света и сдвиг камеры в задаче со снегопадом, а наша сцена ночного рынка вернулась с вывесками, которых мы не просили. Укажите число, скажите, что фон остаётся, и проверяйте каждый результат.

Коротко: одно изображение на человека или товар, пронумерованные роли и список сохраняемого удержали в наших тестах одно лицо, четверых людей и девять товаров; мелочи по-прежнему требуют вашего взгляда. Используйте 1k, чтобы недорого опробовать набор референсов и промпт (изображения 1k в наших тестах обычно возвращались заметно быстрее чем за полминуты). Когда набор заработает, делайте финальные изображения в 2k или 4k (до примерно минуты на каждое) и проверяйте их снова: seed нет, поэтому запуск в 2k — это новое изображение, а не увеличение черновика, и деталь с одной стороны может снова перевернуться.