Как объединить два фото в одно с помощью ИИ: 8 нейросетей, тест и готовые промпты

Объединить два фото с помощью ИИ можно не только в коллаж: нейросеть способна взять людей или объекты с разных снимков и собрать из них новую цельную сцену. Так делают совместные фотографии, меняют фон, переносят предметы и объединяют несколько референсов в один кадр.

Главная сложность — сохранить внешность и исходные детали. Для этой статьи я проверил восемь ИИ на одних и тех же намеренно сложных исходниках с разным светом, ракурсом и масштабом. Лучше всех с сохранением лиц и согласованием сцены справился GPT Image 2.5, но сильные результаты дали и модели Google.

Ниже покажу, как объединить два или несколько фото нейросетью, дам готовые промпты, разберу способы сохранить лицо и сравню модели по реальным результатам.

ТОП-5 ИИ для объединения фотографий

1. GPT Image 2.5 — лучший универсальный вариант для совместных фото людей, переноса объектов и редактирования готовой сцены. Особенно полезна, когда важно не просто получить красивый кадр, а сохранить исходную внешность и затем точечно исправлять отдельные детали.

2. Nano Banana Pro — сильный вариант для сложных композиций из нескольких референсов. Хорошо подходит для людей, одежды, предметов и окружения, которые нужно собрать в одной цельной сцене.

3. Nano Banana 2 — быстрый и универсальный редактор для объединения фотографий и последовательных правок. По моему тесту модель почти не уступила Pro-версии в сохранении людей и хорошо справилась с реалистичной совместной фотографией.

4. Seedream 5.0 Pro — хороший выбор для постановочной фотографии, портретов и сцен, где особенно важны свет, кожа, материалы и общий фотореализм. Незначительное изменение лица обычно можно исправить следующим запросом без полной пересборки кадра.

5. Grok Imagine 2.0 — удачный вариант для реалистичного объединения людей и более свободного генеративного редактирования. В тесте модель хорошо сохранила персонажей, хотя частично перенесла в итоговый кадр элементы окружения из обоих исходников.

Что изменилось в объединении фото в 2026 году

Главное изменение — нейросети перестали воспринимать такую задачу как простое «смешивание» двух изображений. Современные редакторы работают с несколькими референсами, позволяют задавать каждому изображению отдельную роль и постепенно дорабатывать полученный кадр.

• Мультиреференс стал обычным рабочим сценарием. Можно загрузить человека, одежду, предмет и фон отдельными файлами, а затем собрать из них одно изображение.

• Сохранение личности стало отдельным критерием качества. Модели лучше удерживают черты лица, причёску, возраст и другие особенности референса, хотя абсолютной идентичности всё равно ждать не стоит.

• Правки всё чаще делаются последовательно. Вместо полной перегенерации можно попросить оставить сцену без изменений и исправить только руку, лицо, фон или предмет.

• Объединение фото используется не только для развлечений. Те же технологии подходят для карточек товара, рекламных сцен, виртуальной примерки, интерьерных визуализаций и контента для социальных сетей.

• Роль исходников стала важнее длины промпта. Если модель понимает, какой референс отвечает за человека, какой — за одежду, а какой — за окружение, результат обычно стабильнее, чем после расплывчатой команды «объедини эти картинки».

Поэтому хороший промпт для объединения фото сегодня больше похож на техническое задание для фотографа: кто должен остаться в кадре, где находится каждый объект, что разрешено изменить и какие детали необходимо сохранить.

Как объединить два фото с помощью ИИ

Для базового сценария достаточно двух исходников и одной нейросети с поддержкой редактирования изображений. Например, можно взять два отдельных портрета и сделать совместное фото, перенести человека в другое место или добавить на снимок предмет с другой фотографии.

Все фото в этом гайде я объединял через GPT Image 2.5

1. Выберите подходящие исходники

Нейросеть может согласовать разные фотографии, но слишком сильные различия усложняют задачу. Если на одном портрете лицо снято крупным планом спереди, а на другом человек стоит в полный рост боком, модели придётся самостоятельно достраивать большую часть сцены.

Для совместной фотографии желательно подобрать исходники, где:

• лица достаточно крупные и резкие;

• нет сильного размытия и жёстких теней на половине лица;

• ракурсы не противоречат будущей композиции;

• человек не закрыт руками, волосами или крупными предметами;

• видны важные детали одежды и причёски, если их нужно сохранить.

Идеально совпадающее освещение не обязательно. Но чем меньше модель вынуждена заново придумывать внешность и геометрию тела, тем легче сохранить сходство с оригиналом.

2. Назначьте роль каждому изображению

Одна из самых полезных привычек — не называть загруженные фотографии просто «первой» и «второй», а сразу объяснять, что именно нужно взять из каждой.

Например:

Используй первое изображение как референс внешности мужчины. Второе изображение — референс внешности женщины. Создай новую реалистичную фотографию, на которой они находятся вместе.

Для другого сценария роли будут иными:

Первое фото — основной человек, его лицо, причёску и одежду необходимо сохранить. Второе фото используй только как референс места и освещения. Перенеси человека в эту локацию.

Такой подход особенно важен, когда фотографий становится три или четыре: без явного распределения ролей модель может взять фон не из того изображения или перенести одежду на другого человека.

3. Опишите новую сцену

После ролей задайте результат. Не ограничивайтесь формулировкой «соедини два фото в одно». Нейросеть должна понять, какой новый кадр требуется создать.

Для двух людей полезно указать:

• кто находится слева и справа;

• в какой позе стоят или сидят люди;

• куда они смотрят;

• взаимодействуют ли друг с другом;

• какой должен быть ракурс;

• какая локация и освещение нужны.

Например, для пары можно запросить не просто совместную фотографию, а:

Спокойный естественный снимок на городской улице после дождя, мужчина слева, девушка справа, стоят рядом, камера на уровне глаз, мягкий вечерний свет

4. Укажите, что нельзя менять

Если какая-то деталь критична, её лучше назвать прямо. Для портретов это обычно лицо, возраст, форма глаз, носа и губ, цвет волос, причёска и телосложение. Для предметов — форма, цвет, материал, маркировка и пропорции.

Полезная формулировка:

Сохрани узнаваемые черты лиц обоих людей, их возраст, цвет и длину волос. Не смешивай особенности внешности между персонажами. Не меняй одежду первого человека.

Не нужно составлять список из нескольких десятков запретов. Лучше выделить 3–5 деталей, потеря которых действительно испортит результат.

5. Зафиксируйте композицию

Нейросеть должна согласовать не только содержимое, но и физику кадра. Если один человек заметно крупнее другого из-за исходного масштаба, попросите привести их к естественным пропорциям. Если источники сняты при разном освещении — отдельно задайте единое направление света и тени.

Попробуем исправить неудачное фото:

Для реалистичного результата полезны такие характеристики:

• естественный масштаб людей и объектов;

• единая перспектива;

• одно направление света;

• соответствующие сцене тени;

• единая цветовая температура;

• одинаковая глубина резкости;

• естественный контакт с поверхностью и окружением.

6. Исправляйте результат по одному элементу

Если первая генерация почти удачная, не стоит сразу повторять весь исходный промпт. Современные редакторы лучше подходят для последовательной работы.

Например:

Оставь изображение без изменений. Исправь только лицо девушки справа: восстанови сходство со вторым референсом, сохрани форму глаз, носа, губ и исходную причёску. Не меняй мужчину, фон, одежду, позы и освещение.

Подобная ситуация как раз случилась у меня при генерации предыдущего примера. GPT Image 2.5 слегка изменил черты лица девушки, я попросил восстановить сходство с загруженными ранее референсом:

После этого можно отдельно исправить руку, предмет или тень. Такой процесс обычно контролируемее, чем попытка одновременно поменять всё.

Как объединить двух людей на одном фото

Совместная фотография двух людей — один из самых востребованных сценариев. Это может быть пара, друзья, родственники или люди, которых никогда не фотографировали вместе.

Здесь главный риск — потеря сходства. Модель может получить красивый кадр, но слегка изменить форму лица или смешать черты двух исходников. Поэтому сначала стоит получить правильных персонажей, а уже затем усложнять фон, одежду или стилизацию.

Создай реалистичную совместную фотографию двух людей по загруженным референсам. Человек с первого фото находится слева, человек со второго — справа. Сохрани лица, возраст, причёски, цвет волос и основные особенности внешности каждого человека. Не смешивай черты лиц между персонажами. Они естественно стоят рядом и смотрят в камеру. Человек со второго фото держит человека с первого фото под руку. Единый мягкий дневной свет, правильные пропорции тел, естественные тени, реалистичная фотография без стилизации.

Если это фото двух людей, после получения удачного базового кадра можно отдельной командой изменить позу, добавить взаимодействие или перенести людей в более выразительную локацию.

Как объединить несколько фото в одну сцену

Работа с тремя и более исходниками отличается от объединения двух фотографий. Чем больше референсов, тем важнее не просто перечислить их, а объяснить назначение каждого.

Например, для рекламного изображения можно загрузить:

• фото 1 — человек;

• фото 2 — одежда;

• фото 3 — товар;

• фото 4 — интерьер.

Затем составить запрос:

Создай новую реалистичную фотографию. Из первого референса возьми внешность и телосложение человека. Из второго — только пальто. Из третьего — банку энергетик, сохрани её форму, цвет. Четвёртое изображение используй как локацию. Человек в пальто из второго референса максимально органично вписан в интерьер и держит банку из третьего. Согласуй масштаб, свет, перспективу и тени.

Такой подход называют мультиреференсом: несколько изображений используются одновременно как источники разных элементов будущего кадра.

Для сложной сцены лучше не давать каждому исходнику сразу несколько функций. Если фотография нужна только как референс одежды, прямо это укажите. Иначе модель может перенести вместе с одеждой лицо, позу или исходный фон.

Если нужно собрать много элементов, полезно работать поэтапно. Сначала человек + одежда, затем добавить предмет, после этого заменить фон. Последовательная сборка помогает понять, на каком этапе начинает теряться сходство или геометрия объекта.

Попробуйте объединить фотографии с помощью нейросети GPT Image 2.5

Готовые промпты для объединения фото

Хороший промпт описывает не только желаемую картинку. Он распределяет роли между референсами и фиксирует детали, которые нельзя потерять.

Промпт для двух людей

Создай одну реалистичную совместную фотографию из двух референсов. Первое изображение используй только как референс внешности человека слева, второе — внешности человека справа. Сохрани лица, возраст, причёски, цвет волос и пропорции каждого. Не смешивай черты персонажей. Они стоят рядом и естественно смотрят в камеру. Единый свет, правильная перспектива, естественные тени и реалистичная детализация кожи.

Промпт для переноса человека на другой фон

Возьми человека с первого изображения и перенеси его в окружение со второго. Сохрани лицо, причёску, одежду, телосложение и позу. Второе изображение используй только как референс локации. Адаптируй освещение человека под новое окружение, добавь реалистичные тени и согласуй цветовую температуру. Не изменяй внешность.

Промпт для товара и интерьера

Используй товар с первого изображения без изменения его формы, цвета, пропорций и материалов. Второе изображение используй как интерьер. Размести товар в этой сцене естественно, соблюдая правильный масштаб, перспективу, направление света, контактную тень и отражения. Не изменяй конструкцию товара.

Промпт для нескольких референсов

Создай новую фотореалистичную сцену из четырёх референсов. Фото 1 — внешность человека. Фото 2 — одежда. Фото 3 — предмет в руках. Фото 4 — фон и освещение. Сохрани идентичность человека, внешний вид одежды и форму предмета. Объедини элементы в единый физически правдоподобный кадр с согласованными пропорциями, перспективой, светом и тенями.

Универсальная формула промпта

Для собственного запроса удобно использовать последовательность:

1. Роль каждого изображения. Что именно нужно взять из каждого референса.

2. Новая сцена. Где находятся люди или предметы и что происходит.

3. Композиция. Расположение, ракурс, масштаб, позы.

4. Что сохранить. Лица, одежду, товар, возраст, причёску, цвет.

5. Согласование. Свет, перспектива, тени, глубина резкости.

6. Ограничения. Какие элементы менять нельзя.

Эта схема обычно полезнее длинного набора эпитетов вроде «максимально красиво, суперреалистично, профессионально и кинематографично».

Как сохранить лицо и исходную внешность

Сохранение лица — самая чувствительная часть объединения фотографий людей. Даже небольшое изменение глаз, линии подбородка или расстояния между чертами может сделать человека менее узнаваемым.

Чтобы повысить сходство, используйте исходник, где лицо хорошо видно, и не заставляйте модель одновременно слишком сильно менять ракурс, возраст, эмоцию, причёску и освещение.

В промпте полезно зафиксировать:

• черты лица;

• возраст;

• цвет и длину волос;

• причёску;

• телосложение и пропорции;

• характерные особенности внешности;

• одежду, если она должна остаться прежней.

Если сходство уже потерялось, не просите «сделать лицо лучше». Лучше вернуть конкретный референс и дать узкую команду:

Замени только лицо человека слева, используя первое исходное изображение как строгий референс внешности. Восстанови форму глаз, носа, губ, подбородка и исходную линию волос. Всё остальное изображение оставь без изменений.

Полезен и поэтапный подход: сначала добиться правильных лиц и основных пропорций, затем доработать позу и одежду, после этого фон, а стилизацию добавлять последней. Чем сильнее визуальный стиль, тем выше риск, что модель начнёт интерпретировать черты лица свободнее.

Лучшие нейросети для объединения фото: результаты моего теста

Рейтинг я перестроил после практического теста. Для всех моделей использовал одну пару исходных фотографий, причём специально не подбирал удобные снимки. Мужчина находился в помещении, девушка — на улице; отличались свет, фон, положение относительно камеры и масштаб лица. Нейросети нужно было не просто поставить двух людей рядом, а фактически заново собрать общий кадр и при этом сохранить их узнаваемыми.

Главным критерием я считал именно сходство с исходниками. Красивое фото мало полезно, если вместо знакомого человека нейросеть рисует похожего персонажа. Дополнительно смотрел на естественность композиции, согласование света и масштаба, одежду и то, насколько результат вообще похож на фотографию, которая могла существовать в реальности.

Midjourney в итоговый рейтинг не вошёл. В моём тесте сервис отказался объединять фотографии реальных людей, сославшись на свою политику. Для этой конкретной задачи такое ограничение важнее потенциального качества генерации, поэтому вместо Midjourney я добавил Grok Imagine 2.0.

1. GPT Image 2.5 — лучший результат теста

GPT Image 2.5 занял первое место довольно уверенно. Именно здесь сложность исходников проявилась лучше всего: мужчину нужно было перенести из тёплого помещения на прохладную дождливую улицу, изменить масштаб и ракурс, а девушку — развернуть относительно исходного портрета. При этом нельзя было потерять внешность ни одного из них.

В тесте результат получился практически образцовым. Оба человека сразу узнаются: модель сохранила форму лица, глаза, нос, характерную линию губ, причёски и растительность на лице мужчины. У девушки остались рыжие волосы, веснушки, зелёный шарф и общие пропорции лица; у мужчины — собранные волосы, усы, борода и исходный тип одежды.

Но сильнее всего меня впечатлило не простое сохранение лиц. GPT Image 2.5 действительно пересобрал сцену: сделал новый ракурс, приблизил людей, добавил естественное взаимодействие и руку мужчины на плече девушки. При этом рука не выглядит приклеенной, а рост, размер головы и положение тел согласованы между собой.

Отдельно хорошо отработан свет. Мужчина на исходнике находился в помещении с заметно более тёплым освещением, но в совместном кадре кожа, волосы и одежда уже соответствуют пасмурной улице. Нет ощущения, что два человека были просто вырезаны из разных фотографий.

• Сходство: практически без заметной потери идентичности.

• Композиция: модель создала новую естественную сцену, а не механически поставила людей рядом.

• Свет и масштаб: отлично согласованы между исходниками.

• Лучший сценарий: совместные фотографии людей и задачи, где внешность нужно сохранить при серьёзной перестройке кадра.

Именно такой результат я ожидал от современной нейросети для объединения фото. Здесь модель не пошла по самому безопасному пути, а довольно сильно изменила композицию — и при этом не потеряла людей. Для меня это главный аргумент в пользу первого места.

2. Nano Banana Pro — очень точное сохранение людей

Nano Banana Pro оказался ближайшим конкурентом GPT Image 2.5. Модель выбрала более осторожный вариант композиции: сохранила уличную локацию девушки и поставила обоих персонажей рядом, без сложного взаимодействия.

С точки зрения сходства результат очень сильный. Мужчина сохранил форму лица, характер глаз, причёску и растительность на лице; у девушки хорошо переданы черты, цвет глаз, волосы и веснушки. Нейросеть немного изменила выражение лица девушки — вместо сдержанной улыбки появилась более открытая улыбка с зубами, — но человек от этого не перестал быть узнаваемым.

Отдельный плюс — насколько цельно выглядят персонажи в одной сцене. Освещение одинаково ложится на лица и одежду, рост и масштаб выглядят естественно, нет заметной разницы в резкости или цвете кожи. Если не видеть исходники, сложно догадаться, что людей изначально фотографировали в разных местах.

По сравнению с GPT Image 2.5 результат менее смелый по композиции, зато очень надёжный. Для задачи «взять двух людей с отдельных фотографий и аккуратно поставить их вместе» это почти идеальный сценарий.

• Сходство: очень высокое, с небольшим изменением мимики.

• Сцена: аккуратная и реалистичная, без заметных артефактов.

• Сильная сторона: сочетание сохранения внешности и естественного фотореализма.

• Итог: уверенное второе место, совсем недалеко от лидера.

3. Nano Banana 2 — почти уровень Pro

Nano Banana 2 снова приятно удивил. Две модели Google заняли второе и третье места, причём разница между ними в этом тесте оказалась небольшой.

Модель правильно выбрала уличный фон, сохранила одежду обоих людей и аккуратно согласовала их по росту и масштабу. Лица узнаваемы сразу. Особенно хорошо сохранилась общая геометрия лица мужчины, причёска и характер усов с бородой. У девушки остались исходные цвет волос, веснушки, форма глаз и спокойное выражение лица.

Если сравнивать с Nano Banana Pro, обычная версия дала чуть более простой, почти документальный кадр: два человека стоят рядом и смотрят в объектив. Но для статьи об объединении фотографий это скорее плюс, чем недостаток — модель не пыталась чрезмерно переосмыслить исходники и сосредоточилась на сохранении людей.

Небольшие изменения отдельных черт при внимательном сравнении найти можно, но они не мешают узнаваемости. По главному критерию теста Nano Banana 2 оказался намного ближе к лидерам, чем я ожидал.

• Сходство: высокое у обоих людей.

• Композиция: простая, но убедительная.

• Одежда и детали: перенесены аккуратно.

• Итог: один из лучших вариантов, если главная задача — получить реалистичное общее фото без лишней стилизации.

4. Seedream 5.0 Pro — очень красиво, но лица немного изменились

Seedream 5.0 Pro сделал одно из самых приятных визуально изображений теста. Свет мягкий, фон естественно размыт, кожа не выглядит пластиковой, одежда и волосы хорошо вписаны в пасмурную уличную сцену.

Однако при прямом сравнении с исходниками видно, почему модель оказалась ниже двух Nano Banana. Оба человека узнаваемы, но Seedream немного переработал лица. У девушки слегка изменились форма глаз и геометрия лица, у мужчины — отдельные пропорции лица и выражение. Это уже не «другие люди», как в самых слабых результатах, но сходство стало чуть менее точным.

При обычной работе я бы просто отправил второй запрос: сохранить композицию и восстановить лица по исходным референсам. Вероятнее всего, такой дефект легко исправить. Но для чистоты сравнения здесь я использую именно первую генерацию без дополнительной коррекции.

По остальным параметрам результат сильный: масштабы персонажей естественные, одежда соответствует источникам, свет выглядит единым, а фотография в целом не производит впечатления AI-композита.

• Сходство: хорошее, но с небольшими изменениями черт.

• Фотореализм: один из лучших в тесте.

• Свет и фон: очень естественные.

• Лучший сценарий: постановочные фотографии, где важны свет, атмосфера и общее качество кадра.

Четвёртое место здесь не означает слабый результат. Напротив, Seedream справился хорошо — просто первая тройка оказалась точнее именно в переносе внешности.

5. Grok Imagine 2.0 — хороший результат с необычным смешением сцен

Grok Imagine 2.0 заменил в рейтинге Midjourney и показал, что это не формальная замена. С основной задачей модель справилась: оба человека хорошо узнаются, сохранились одежда, причёски, цвет волос и характерные черты лиц.

Мужчина передан особенно уверенно — форма лица, волосы и растительность на лице близки к исходнику. Девушку модель немного сгладила и сделала более фронтальной, но её внешность также сохраняется достаточно хорошо.

Самая интересная особенность результата заметна в окружении. Вместо того чтобы полностью выбрать один фон, Grok частично совместил оба исходника: слева осталась дождливая улица с фотографии девушки, а справа появились тёплый свет, полки и интерьерные элементы, напоминающие исходную фотографию мужчины. Получилось визуально приятно, но для задачи строгого объединения двух людей на одной улице такой перенос лишней части второго референса нельзя назвать идеальным.

При этом само согласование света получилось аккуратным. Люди не выглядят вклеенными, оттенки кожи близки, а границы волос и одежды естественно вписаны в сцену.

• Сходство: хорошее у обоих персонажей.

• Композиция: убедительная, но модель перенесла часть лишнего окружения.

• Фотореализм: высокий.

• Итог: хороший рабочий результат, который потребовал бы лишь небольшой дополнительной правки фона.

6. FLUX.2 Pro — хорошая фотография, но уже не те же люди

FLUX.2 Pro показал хорошо, почему при оценке объединения фотографий нельзя смотреть только на качество картинки. Если рассматривать результат отдельно, перед нами аккуратный студийный портрет: правильный свет, хорошая кожа, волосы, одежда и нормальная анатомия.

Но рядом с исходниками проблема становится очевидной — внешность обоих людей изменилась заметно сильнее, чем у пяти моделей выше. У девушки другое восприятие формы лица, глаз, бровей и улыбки, волосы стали более уложенными, появились новые детали вроде серёжек. Мужчина сохранил общие признаки — длинные волосы, усы и бороду, — но геометрия лица и отдельные черты тоже заметно переработаны.

Модель фактически создала красивую фотографию двух похожих людей вместо точного объединения конкретных исходников. Дополнительно FLUX.2 Pro отказался от обоих исходных окружений и перенёс персонажей на нейтральный студийный фон.

Для художественного композитинга такой результат вполне можно использовать. Но если задача звучит как «объединить фотографии двух конкретных людей и сохранить лица», это существенный недостаток.

• Сходство: заметно ниже лидеров.

• Качество изображения: хорошее.

• Свет и анатомия: убедительные.

• Главная проблема: модель слишком свободно интерпретировала внешность референсов.

Поэтому FLUX.2 Pro остаётся в рейтинге благодаря качеству самой генерации, но в этом конкретном тесте занимает последнее место.

Отдельный кейс: что произошло с Qwen

Qwen я решил не включать в итоговый рейтинг, но результат слишком показательный, чтобы его скрывать. Это хороший пример того, почему красивую генерацию нельзя автоматически считать успешным объединением фото.

Сцена технически получилась нормально: два человека находятся на одной улице, освещение согласовано, одежда и основные цвета исходников узнаются. Но с лицами модель обошлась очень свободно.

Девушка ещё сохраняет отдельные исходные черты, хотя заметно изменились лицо, волосы и выражение. С мужчиной трансформация значительно сильнее: изменилась форма лица, тон кожи стал заметно темнее, появились очень густые чёрные усы и выраженная седина в бороде, которой не было на исходной фотографии. В результате персонаж выглядит старше и почти перестаёт быть похожим на человека из референса.

Получилась забавная и вполне правдоподобная фотография — только фактически уже других людей. Для статьи этот неудачный пример даже полезнее очередного идеального результата: он хорошо показывает, что при объединении фотографий ключевой параметр — не общий фотореализм, а сохранение идентичности каждого человека.

Исходные фотографии для теста

Почему ИИ плохо объединяет фото

Даже сильная нейросеть может дать неудачный результат, если исходники противоречат друг другу или запрос заставляет модель одновременно решать слишком много задач.

Лицо стало непохожим

Причина: слабый исходный портрет, сильная смена ракурса или слишком много дополнительных изменений.

Что делать: вернуть исходный портрет как референс и отдельно попросить восстановить только лицо. Не менять одновременно причёску, возраст, выражение лица и стиль.

Люди отличаются по масштабу

Причина: исходники сняты с разного расстояния, а модель перенесла этот масштаб в общий кадр.

Что делать: явно указать естественные пропорции и примерный рост или взаимное положение персонажей.

Свет выглядит искусственно

Причина: один исходник снят у окна, второй — вечером на улице или при жёстком искусственном свете.

Что делать: выбрать один источник света для итоговой сцены и попросить перестроить освещение обоих персонажей под него.

Нейросеть перепутала одежду или предметы

Причина: роли референсов не были закреплены.

Что делать: писать «из второго изображения использовать только одежду» или «третий референс используется только как предмет в руках».

Появились лишние детали

Причина: модель свободно достраивает область, для которой в референсах недостаточно информации.

Что делать: уточнить сцену или предоставить дополнительный референс нужного предмета, одежды или фона.

После исправления лица изменился весь кадр

Причина: команда описывает новую генерацию вместо локальной правки.

Что делать: начать запрос словами «оставь всё изображение без изменений» и дальше назвать только область, которую нужно исправить.

Как сделать AI-коллаж и чем он отличается от обычного

Запросы «объединить фото в коллаж» частично пересекаются с объединением изображений нейросетью, но результат здесь другой.

Обычный коллаж сохраняет исходные фотографии как отдельные блоки: например, четыре снимка на одном листе. ИИ для этого вообще не обязателен — достаточно любого графического редактора.

AI-коллаж может сильнее переработать исходники: изменить расположение объектов, фон, масштаб или визуальный стиль и собрать новую композицию.

Фотореалистичное объединение идёт ещё дальше: нейросеть создаёт цельную сцену, в которой человек с одного изображения и объект или второй человек с другого выглядят так, будто были сняты вместе.

Поэтому для запроса «сделать совместное фото двух людей» лучше использовать генеративное редактирование, а для задачи «разместить десять отпускных снимков на одном листе» — обычный коллаж.

Какую нейросеть выбрать для объединения фотографий

Если нужно просто объединить два фото в одну реалистичную сцену, я бы начал с GPT Image 2.5: модель подходит и для первой генерации, и для дальнейших локальных исправлений. Для совместного фото людей особенно важна возможность несколько раз уточнить лицо, позу или фон, не собирая кадр заново.

Nano Banana Pro стоит выбирать для более насыщенной композиции, где несколько референсов отвечают за разные элементы. FLUX.2 особенно интересен, если исходников действительно много. Seedream 5.0 Pro подходит для постановочной фотографии с акцентом на реалистичные материалы и освещение.

Midjourney лучше раскрывается в художественной и журнальной подаче. Nano Banana 2 остаётся сильным универсальным редактором для нескольких референсов, а Qwen-Image 3.0 удобен для сцен, которые проще подробно описать текстом.

Главное — не пытаться решить задачу одной командой «соедини фотографии». Сначала определите роль каждого исходника, получите правильных людей или объекты, затем согласуйте композицию и только после этого добавляйте фон, стилизацию и мелкие детали. Такой процесс заметно повышает шанс получить не просто красивое, а действительно узнаваемое и цельное изображение.