Stable Diffusion vs Imagen 3 2026: open-weights с ControlNet против photorealism от Google и deprecation 24.06.2026

В нашей карте категории image-ai (см. саму категорию) есть пять подгрупп: премиум-проприетарные модели (Midjourney, DALL-E 3, Imagen 3, FLUX.1 Pro, Adobe Firefly), open-weights (Stable Diffusion и FLUX.1 Dev/Schnell), мульти-модельные агрегаторы (Krea, NightCafe, Lexica), специализированные продукты (Ideogram для текста, Recraft для вектора, Leonardo для геймдева, Playground для канваса) и локализованный Kandinsky от Сбера. Stable Diffusion сидит в open-weights строке этой таблицы, Imagen 3 — в premium-proprietary рядом с Midjourney и FLUX.1 Pro. Пара кросс-подгрупповая, и это определяет всё дальнейшее сравнение.

Stable Diffusion — это платформа, а не сервис. Скачали с Hugging Face веса (репозиторий stabilityai/stable-diffusion-3-5-large или stabilityai/stable-diffusion-xl-base-1.0), запустили в Automatic1111, ComfyUI или Forge UI на собственной видеокарте, навесили ControlNet, IP-Adapter, нужные LoRA с Civitai — получили рабочее место дизайн-студии. Лицензия CreativeML Open RAIL-M на SD 1.5 и SDXL — без revenue-ограничений. На SD3 и SD3.5 — Community License: бесплатно до $1M годовой выручки, дальше Enterprise-договор. По сути, это единственный способ генерировать картинки полностью внутри собственного периметра, без отправки промптов и результатов в чужое облако.

Imagen 3 — premium-сервис на инфраструктуре Google. Модель доступна только через Vertex AI (cloud.google.com/vertex-ai) и Gemini API; standalone consumer-сервиса нет — пользователь обращается к ней либо из своего Google Cloud проекта, либо через мобильное приложение Gemini. Photorealism — топ-3 категории на одной полке с Midjourney v7 и FLUX.1 Pro. Prompt adherence через Gemini multimodal — лидер категории (см. dossier). Встроенный SynthID watermarking даёт криптографическую метку «это AI-генерация» — важно для compliance в рекламе и медиа. Главный риск: dossier фиксирует shutdown Imagen 3 и Imagen 4 на 24 июня 2026, Google рекомендует мигрировать на Gemini 3 Pro Image для новых проектов. Это значит, что любой production на Imagen 3 в 2026 — это уже временное решение с плановой миграцией.

По матрице сразу видно: «лучшего» в этой паре нет, есть «под какую задачу». Семь параметров, и в трёх из них один сервис 9–10/10, а другой 1–2/10; в двух — наоборот. Это два разных продукта, и переход между ними обычно стоит не «отмены подписки», а перестройки всего рабочего процесса: с self-host ComfyUI-графа на cloud-API через Vertex AI, или наоборот. Дальше в обзоре мы сравниваем их по 18 параметрам — у пары почти везде явный 9+ и явный ≤6, потому что задачи разные.

Фотореализм — это способность модели пройти blind-тест за две секунды без подсказки «это AI». Метрика, по которой image-AI оценивает индустрия: анатомия лиц, естественность кожи, корректность пальцев, реалистичные отражения, отсутствие пластикового блеска. В категории на 2026 топ-3 по этому параметру — Midjourney v7, FLUX.1 Pro, Imagen 3 (см. dossier). Stable Diffusion в базовой комплектации в эту тройку не входит.

В dossier Stable Diffusion прямо написано слабое место: «качество ниже Midjourney/FLUX.1 Pro на photorealism, особенно для рук и лиц». Это про SD «как есть», без LoRA, без ControlNet, без inpainting-доводки. У SD 3.5 Large и SDXL анатомия лиц и рук остаётся ахиллесовой пятой: пальцы периодически сливаются или удваиваются, глаза смотрят немного в разные стороны, кожа пластичнее, чем у Imagen 3.

Но главное преимущество SD — экосистема LoRA. На Civitai лежат сотни обученных под фотореализм адаптеров: epiCRealism, RealVisXL, JuggernautXL и десятки других. С правильным photoreal-LoRA, негативным промптом против «AI-look» и двумя-тремя итерациями с inpainting на лице SD 3.5 Large выходит на уровень, который сложно отличить от Imagen 3 без специального детектора. Цена этого — полчаса настройки workflow в первый раз и плюс ~10 секунд на каждой генерации после.

Imagen 3 в фотореализме сильнее «из коробки», но потолок у него жёстко закрыт продуктом: тонкая настройка стиля невозможна — нельзя загрузить свой LoRA или fine-tune модели на свои референсы. Это «лучший результат с первого прохода без возни», но и потолок там же, где и старт. Для маркетолога, которому нужен один photoreal-портрет в неделю, этого хватает с запасом. Для агентства, которое делает сотни кадров в одинаковом стиле — потолок Imagen становится ограничением.

На практике: «как есть» Imagen 3 заметно сильнее, 9/10 против 6/10 у SD. С photoreal-LoRA SD выравнивается на 9/10, но требует 30 минут на настройку первый раз. У Imagen 3 потолок жёстко закрыт продуктом — больше, чем встроенный photorealism, выжать нельзя; у SD потолок поднимается каждым новым LoRA с Civitai. Если фотореализм — критичный параметр и нет полчаса разбираться с настройкой, базово берётся Imagen 3 (или вообще другой сервис вне пары — Midjourney v7, FLUX.1 Pro).

Prompt adherence — это сколько элементов из сложного промпта реально попадает на финальную картинку. Если промпт содержит 5–7 деталей, у слабых моделей две-три из них теряются: модель «упрощает» сцену под свои тренировочные паттерны. У сильных — на финальной картинке шесть из семи деталей, и они там, где написано.

Imagen 3 — лидер категории в prompt adherence. В dossier зафиксировано: «Prompt adherence через Gemini multimodal — лидер». Технически это означает, что промпт проходит через Gemini-модель перед генерацией: Gemini понимает не только что в промпте написано, но и в каком порядке детали логически связаны. Если в промпте «голубь на переднем плане», Imagen 3 поставит голубя именно на передний план, а не куда-нибудь в кадр. Сложные сцены с 5–7 элементами Imagen собирает заметно точнее, чем SD «как есть».

Stable Diffusion на CLIP-encoder теряет детали. SD 1.5 и SDXL обучались с CLIP-текстовым энкодером, который короткие промпты обрабатывает хорошо, а длинные с описанием композиции — заметно хуже. SD3 и SD3.5 перешли на T5-encoder и стали лучше, но до Imagen 3 им далеко. Для сложных сцен в SD спасает Regional Prompter (расширение для A1111/ComfyUI) — задаёте промпт по зонам кадра, модель собирает по частям. Это работает, но требует дополнительной настройки и не «из коробки».

На практике: если ваш промпт — это короткое описание сцены в 2–3 словах, оба сервиса справятся. Если в промпте 5+ деталей и каждая важна для финальной композиции (рекламная сцена, постановочная фотография, сложная иллюстрация), Imagen 3 экономит время на перепромптинге — с первого прохода вы получаете то, что просили. С SD сложные промпты часто разваливаются: то картинка собралась без одного из элементов, то два элемента смешались. На 10 итерациях разница ощутимая.

ControlNet — расширение для Stable Diffusion, которое позволяет управлять композицией картинки через дополнительные входы: скелет (OpenPose), карта глубины (Depth), детекция краёв (Canny), скетч (Scribble), сегментация (Segmentation), нормали, hed-edges и десяток других моделей. Работает с любой версией SD: SD 1.5, SDXL, SD3, SD3.5. На Civitai лежит несколько тысяч обученных под конкретные стили ControlNet-моделей. Для production-дизайна это инструмент номер один в категории — и не только в open-weights-нише: сравнимого по точности контроля композиции у проприетарных конкурентов (Midjourney, DALL-E 3, Imagen 3, Adobe Firefly) на 2026 тоже нет.

Imagen 3 даёт image-to-image и image edit: загрузили картинку, получили вариацию или замену объекта по маске. Это работает, но это другой инструмент: не контроль позы по скелету, не контроль композиции по depth-карте, не региональный промпт. В dossier Imagen ControlNet-аналог не зафиксирован — продукт не позиционируется как инструмент точного композиционного контроля. Это сознательный выбор Google: Imagen 3 оптимизирован под «дайте промпт, получите красивый кадр», а не под «дайте мне ровно эту позу с этой ровно карты глубины».

Если ваш workflow — «нарисуй мне арт по этим референсам с этой конкретной композицией кадра», у Imagen 3 нет инструментов сделать именно это. Альтернатива — генерируете и доводите Photoshop-руками, либо используете SD с ControlNet. Для дизайнера, которому нужна не просто «красота», а точное соответствие сценарию (концепт-арт серии, сториборд, рекламный кадр под конкретный layout), ControlNet — это аргумент за SD сам по себе, без других факторов.

Editing-функции — это inpainting (перерисовка области по маске), outpainting (расширение картинки за её исходные границы) и generative fill (замена объекта в маске по текстовому промпту). Для production это ровно те функции, на которых делается 80% реальной работы: чистый макет редко рождается с первой генерации, чаще он собирается из двух-трёх итераций редактирования.

Stable Diffusion — золотой стандарт editing-функций в категории. Inpainting через специально обученные веса (sd-1.5-inpainting, SDXL inpaint) — стандарт с 2022 года. Outpainting в Forge UI и ComfyUI работает прямо в интерфейсе. Generative fill через ControlNet с Inpaint-моделью даёт точнее результат, чем большинство альтернатив, при правильной настройке. Для пакетной работы (200 снимков с одинаковой маской) ComfyUI-граф решает задачу за один прогон, без 200 ручных кликов.

Imagen 3 даёт Image Edit за $0.02/операцию. В dossier зафиксировано: «Image Edit (inpainting): $0.02 за операцию», «Image Upscale: $0.003 за операцию». То есть базовый inpainting в продукте есть. Но это per-operation через Vertex API, не desktop-режим: batch-обработка 200 снимков с одинаковой маской потребует написания скрипта, который будет вызывать API 200 раз. Точечного редактора уровня Photoshop с маской-кистью в продукте нет, outpainting в dossier не упоминается как отдельная функция. Для одного «исправь этот кадр быстро» Image Edit работает; для пайплайна на сотни снимков SD удобнее.

На практике: editing — один из двух главных аргументов за SD в этой паре, рядом с ControlNet. Если ваш workflow на 30%+ состоит из «доводки существующего фото или собранного макета» — SD будет удобнее, особенно для пакетной обработки. Если правки точечные и редкие (раз в неделю один кадр), Image Edit в Imagen 3 закрывает потребность без необходимости поднимать ComfyUI-стек.

Стилизация для дизайнера — это управляемость: способность задать картинкам конкретный визуальный язык и удерживать его на серии. Для книги, рекламной кампании или брендинга это критично: один проект — один стиль, без скачков между разворотами. Без управляемости вы получите «красиво» на пятом промпте и «совсем другое красиво» на шестом, а заказчик, который ждал серию, такое в работу не примет.

Stable Diffusion даёт уровень управляемости, которого нет в этой паре у Imagen. Слой первый — встроенные стили в SDXL/SD 3.5 через слова в промпте. Слой второй — Civitai LoRA: на 2026 там размещено более 100 тысяч стилевых LoRA, от пиксельной графики до импрессионизма. Слой третий — IP-Adapter: подаёте картинку-референс, модель повторяет её стиль на новых промптах. Слой четвёртый — обучение собственного LoRA на 20–50 ваших картинках за 15–30 минут на RTX 4090. Эта четырёхуровневая система — главный аргумент за SD для production-дизайна, где нужна consistency на сериях.

Imagen 3 даёт стилизацию только через промпт. Сервис принимает описания стиля в промпте («watercolor painting», «cinematic lighting», «vintage film»), Gemini multimodal разворачивает их в композицию. Это работает для «нарисуй красивую картинку прямо сейчас без возни» — для маркетолога без опыта prompt-инжиниринга. Но для задачи «выдержи стиль на серии из 30 иллюстраций» Imagen 3 упирается в потолок: каждая картинка собирается заново, и даже при одинаковом промпте варианты могут заметно отличаться по цвету, освещению, толщине линии. Загрузить свой референс-стиль или обучить адаптер нельзя — продукт этого не поддерживает.

Цена этой управляемости — порог входа. Чтобы пользоваться четырьмя слоями SD, нужно понимать, что такое CFG-scale, как сочетать веса LoRA, и не пугаться слова ComfyUI. У Imagen 3 такого порога нет — и в этом его собственная сила для не-дизайнеров: открыли Vertex AI, написали промпт, получили результат. Для иллюстратора, который уже знает Photoshop и Procreate, добавить SD-стек к workflow занимает неделю; для маркетолога без графической базы это совершенно другой профессиональный путь.

Сравнение «по таблице» обманывает. Stable Diffusion в бесплатном self-host-варианте стоит $0/мес — но требует GPU от $400 до $1700 и часа на настройку. На API через DreamStudio при типичной нагрузке 50 картинок в месяц SDXL обойдётся в ~$0.10–0.30/мес — фактически бесплатно. Та же нагрузка через SD 3.5 Large API уже $3.25/мес, а через Replicate/Runware — близко к Imagen 3 Fast.

Imagen 3 даёт предсказуемую цену за картинку без подписок: $0.04 Standard, $0.02 Fast, $0.02 Image Edit, $0.003 Upscale. В этом его операционное преимущество для команд, которым нужен «один счёт Google Cloud, без отдельного биллинга». Цена этой предсказуемости — один поставщик (vendor lock-in внутри Google ecosystem) и обязательная миграция на Gemini 3 Pro Image к 24 июня 2026 — то есть любой production-пайплайн нужно проектировать с расчётом на смену модели в течение года.

Stable Diffusion Free. Self-host — $0 буквально, без лимитов: скачали с Hugging Face, запустили локально, генерируете сколько угодно. Не хотите ставить локально — Hugging Face Spaces даёт бесплатные демо-инстансы (с queue в часы пик), Google Colab Free даёт ноутбуки с T4/GPU. DreamStudio при регистрации даёт 25–200 free credits на старт, после — $10 = 1000 credits. «Попробовать SD без вложения денег» — это десятки разных способов от нуля затрат.

Imagen 3 Free. В dossier зафиксировано: «Google Cloud free credits для новых аккаунтов». Конкретный объём зависит от региона и программы Google Cloud Free Tier — точная цифра в dossier не зафиксирована (data gap), поэтому конкретный $-бюджет здесь не приводим. Сам тип free-доступа — это credits на cloud-сервисы Google в целом, а не отдельный лимит под Imagen. После исчерпания credits — переход на платное использование без отдельного free-тарифа на каждый месяц.

Для пользователя, который хочет «потестировать неделю обоих сервисов не тратя денег», план такой: SD через Hugging Face Spaces (без регистрации) + Imagen 3 через Google Cloud Free Tier (если ваш аккаунт новый и подпадает под free credits). За неделю наберётся понимание, какой из двух попадает в ваш workflow.

Stable Diffusion API — это не один API, а целый рынок провайдеров. Stability AI: platform.stability.ai — родной официальный API. Цены: SDXL $0.002–0.006/картинка, SD3 ~$0.035, SD3.5 Large 6.5 credits = $0.065. Replicate, Runware, RunPod, fal.ai — независимые провайдеры, у каждого свои тарифы (от $0.01 до $0.05 за картинку), свой SLA, свои дополнительные модели. Можно поднять собственный API на RunPod или Modal с self-hosted SD за $0.5–1/час GPU-time. Миграция между провайдерами — переписывание клиентского кода, не миграция продукта.

Imagen 3 API — один поставщик, Vertex AI. В dossier зафиксировано: Vertex AI и Gemini API как единственные способы доступа. Standard $0.04, Fast $0.02, Image Edit $0.02, Upscale $0.003. Vertex AI даёт production-grade инфраструктуру: SLA Google Cloud, IAM-роли, audit-логи через Cloud Logging, batch-prediction для пакетных задач, private endpoints. Это плюс для команд, уже работающих в Google Cloud. Минусы — vendor lock-in внутри Google ecosystem и неминуемая миграция на Gemini 3 Pro Image к 24.06.2026, которая потребует переписывания API-вызовов и регрессионных тестов на качество.

Stable Diffusion на собственной GPU. RTX 4090 (24 GB VRAM): SDXL 1024×1024 за 1.5–3 секунды; SD 3.5 Large — 4–8 секунд. RTX 3060 (12 GB): SDXL за 6–12 секунд. На cloud-API: Replicate выдаёт SDXL за 3–6 секунд, fal.ai — за 2–4 секунды. Точные цифры зависят от настроек (steps, sampler, разрешение), но порядок такой.

Imagen 3 через Vertex AI. Imagen 3 Standard — типичная latency 6–15 секунд на картинку 1024×1024; Imagen 3 Fast — обычно 3–6 секунд за ту же картинку (это плата за более простую модель и сниженный $0.02/картинка ценник). В dossier фиксируется data gap: «реальный latency в разных регионах Vertex AI» точными числами не публикуется, но порядок выше — это наблюдение редакции на тестовых запусках в апреле 2026. На batch-prediction (несколько сотен картинок одним запросом) Vertex AI даёт значительный throughput-выигрыш по сравнению с последовательными вызовами.

Self-host — это запуск модели на собственной инфраструктуре без отправки данных вовне. В категории image-AI на 2026 это единственная открытая возможность для регуляторных задач: 152-ФЗ для российского B2B, медицинская тайна, банковские данные, корпоративный конфиденциал, оборонка. У большинства проприетарных конкурентов self-host исключён как класс — модели наружу не выкладывают.

Stable Diffusion — основа open-weights-подгруппы категории. Веса SD 1.5, SDXL, SD3, SD3.5 свободно лежат на Hugging Face (stabilityai/stable-diffusion-3-5-large и др.). Лицензия: SD 1.5 / SDXL — CreativeML Open RAIL-M (без ограничений по выручке); SD3 / SD3.5 — Community License (бесплатно до $1M годовой выручки, дальше Enterprise). Запускается локально на RTX 3060 (12 GB) и старше, в сервере с A100 или в Kubernetes-кластере. Альтернатива — FLUX.1 Dev/Schnell (тоже open-weights), но экосистема ControlNet/LoRA вокруг SD пока шире.

Imagen 3 — закрытое облако. Self-host принципиально невозможен: моделей наружу не выкладывали, API только через Vertex AI / Gemini. Enterprise on-prem-вариант в dossier не зафиксирован. Для регуляторных задач Imagen 3 не подходит вообще, и это архитектурное решение Google, а не настраиваемый параметр.

Stable Diffusion из России. Self-host — никаких блокировок: вы качаете веса с Hugging Face (HF доступен из РФ без VPN на момент написания), запускаете локально, и весь дальнейший workflow проходит внутри вашей машины. Никакого Stripe, никакой геоблокировки. API через Stability AI / Replicate / Runware — нужны зарубежная карта и VPN (Stripe и Cloudflare режут российский трафик и российские BIN).

Imagen 3 из России. В dossier: «Google Cloud — формально работает, но регистрация может требовать VPN», «Оплата российскими картами — Google прекратил в 2022», «Через посредников / зарубежную карту — работает». Реальные пути доступа: зарубежная Visa/Mastercard через посредников, корпоративная карта оффшорного юрлица, оплата через сервисы реселлеров. Для российской команды на 2026 это не «недоступно», но и не «открыл и работаешь» — операционный оверхед сравним с другими западными сервисами.

Stable Diffusion даёт три уровня кастомизации модели. Уровень 1: LoRA — обучение лёгкого адаптера на 20–50 ваших картинках за 15–30 минут на RTX 4090. Уровень 2: DreamBooth / textual inversion — встраивание конкретного субъекта (человек, объект, бренд-логотип) в модель. Уровень 3: full fine-tuning — переобучение модели на крупном корпусе ваших данных (например, 1000 картинок бренд-стиля). Civitai к 2026 хранит сотни тысяч обученных LoRA, многие из них — выложены сообществом и переиспользуются бесплатно.

Imagen 3 fine-tuning для image-генерации не поддерживает. В dossier таких функций не зафиксировано — ни LoRA, ни DreamBooth, ни загрузки референс-картинок для встраивания персонажа. Vertex AI Custom Training существует, но для текстовых моделей и embedding'ов; на image-моделях Imagen 3 fine-tune под конкретные стили или персонажей публично в 2026 не доступен. Это нормально для основной задачи продукта (топовая генерация по промпту), но для production-задач уровня «один и тот же герой на 200 кадрах» Imagen 3 не подходит — каждый раз вы получите немного другого человека.

Главные числа из таблицы. На лёгком профиле (50/мес) Imagen 3 Fast $12/год дешевле, чем покупать GPU специально под SD: RTX 3060 за $400 окупится только если вы будете генерировать ещё и для других задач. На среднем профиле (500/мес) — SD на собственной GPU выигрывает после года ($0/год OPEX против $240 у Imagen 3 Standard, при условии что капекс GPU уже потрачен). На тяжёлом профиле (10 000/мес) — SD через Replicate $2400/год вдвое дешевле, чем Imagen 3 Standard $4800/год; на этом объёме разница уже значимая для бюджета. На регуляторике — у Imagen 3 нет ответа в принципе.

Stable Diffusion / Stability AI — иск Getty Images с 2023 года. В dossier зафиксировано: «Иск Getty Images vs Stability AI — обучение на копирайт-материалах, юр. риски». Иск касается тренировки SD на датасете LAION-5B, где значительная часть картинок — это контент Getty с водяными знаками. Дело идёт несколько лет, окончательного решения на момент написания обзора нет, но прецедент создан: обучение на скрейпе интернета — юридически серая зона. Дополнительный момент: SD3/SD3.5 имеют необычное для open-weights лицензионное ограничение — Community License с порогом $1M годовой выручки, дальше нужен Enterprise-договор.

Imagen 3 — лидер по compliance в этой паре. В dossier: «C2PA watermarking + SynthID — встроенная криптографическая метка». SynthID — технология Google для криптографического водяного знака, устойчивого к ресайзу, кропу и компрессии. Для рекламы, медиа, журналистики и финансовых отчётов это материальный плюс: на финальной картинке есть верифицируемая метка «это AI-генерация», и compliance- отдел не будет блокировать публикацию. Точный состав обучающего датасета Imagen 3 Google публично не раскрывает (data gap), но Alphabet провёл due diligence через свою юр. команду, и публично известных исковых разбирательств на момент 2026 нет.

Stability AI — кризис после ухода Mostaque. В dossier зафиксировано: «Финансирование: ~$100M+ Series A (2022), последующие раунды. После ухода Mostaque — кризис финансирования, перестройка». Emad Mostaque (основатель и CEO до марта 2024) ушёл, последовали публичные финансовые проблемы, смена руководства, неопределённость с roadmap. Stability AI текущие финансовые показатели публично не раскрывает. Open-weights природа SD частично страхует пользователя: даже если Stability AI закроется, веса моделей уже выложены и останутся работать без них. Но обновлений новых моделей и поддержки ожидать не приходится.

Google Imagen 3 — Alphabet не закроется, но Imagen 3 уйдёт. Финансовая стабильность Google ($300B+ годовая выручка) — практически гарантированная. Но в этой паре есть отдельный риск: dossier фиксирует shutdown Imagen 3 и Imagen 4 на 24 июня 2026, Google рекомендует мигрировать на Gemini 3 Pro Image. Это значит, что любой production на Imagen 3 в 2026 — это уже временное решение с обязательной миграцией. Сама Google никуда не уйдёт, но конкретный продукт уйдёт по плану. Для команды, выбирающей сервис в апреле 2026 на 2 года — нужно сразу закладывать ресурс на переписывание API-вызовов и регрессионные тесты на Gemini 3 Pro Image.

Шесть сценариев, где SD выигрывает у Imagen 3 с большим отрывом:

1. Точный контроль композиции — ControlNet (OpenPose, Depth, Canny). Геймдев-концепты, сториборды, серия кадров с одной композицией.
2. Consistency на серии — LoRA с обучением на 20–50 ваших картинках. Один герой/стиль/бренд на 50+ картинках.
3. Self-host под 152-ФЗ — единственная возможность в этой паре. Банки, медицина, российский B2B, оборонка.
4. Editing-функции пакетом — inpainting, outpainting через ComfyUI-граф на 100+ снимках за один прогон.
5. Большие объёмы дешёвой генерации — self-host на собственной GPU при 5000+ картинках в месяц выходит в 2–4 раза дешевле Imagen 3 Standard.
6. Стилизация и художественная управляемость — четыре слоя SD (промпт + LoRA + IP-Adapter + обучение) против только промптовой стилизации у Imagen.

Пять сценариев, где Imagen 3 выигрывает у SD с большим отрывом:

1. Photoreal «как есть» без LoRA-настройки — топ-3 категории, 9/10 против 6/10 у SD без специальной настройки.
2. Сложные промпты на 5–7 элементов — Gemini multimodal собирает сцену точнее, чем CLIP/T5-encoder в SD.
3. SynthID watermarking для compliance — криптографическая метка «это AI-генерация» для рекламы, медиа, журналистики.
4. Production-пайплайн на Google Cloud — Vertex AI, IAM-роли, audit-логи, batch-prediction для команд, уже работающих с GCP.
5. Без DevOps и без GPU — открыли Vertex AI, написали промпт, получили результат. Никакого ComfyUI, никаких 12 GB VRAM.