Тест влияния модели фотокамеры в подсказке

Для начала следует отметить что влияние будет происходить по разному на различных моделях. Помимо модели следует учесть что:

• само по себе использование токена камеры приводит к увеличению фотореалистичности генерации, ибо использование фотоаппарата для мультиков - изврат, и нейросеть это понимает. Поэтому использование токенов камер характерно для фотореалистичных изображений и с этого ракурса следует рассматривать их полезность.
• токен камеры также накладывает определённые эффекты, например рамку по краям, тип освещения, уровень детализации и в конце концов может изменять композицию с перемещением места действия во времена популярности указанной камеры! Подробнее с тестами тут. Очевидным примером будет пример с камерой GoPRO или POLAROID на разных весах
• кроме токена камеры естественно должно быть подробное описание картины и тех элементов реалистичности на которых нейросети следует сделать акцент, например можно банально перечислить их названия: ultra photorealistic, (visible detail textured dry skin fuzz with realistic dull noise), cinematic light and soft shadows. 
• помимо модели будет очевидным сильное влияние параметров генерации, это: Sampling method, Schedule type и CFG Scale. В последнем параметре при разумном понижении значения CFG будет казаться что растёт фотореалистичность, но не стоит забывать что при этом уменьшается послушность самой подсказки за счёт меньшей выборки параметров.

С учётом вышесказанного тесты будут актуальными и более объективными на универсальной модели (способной творить как аниме так и фото в различных жанрах), и практическое применение будет иметь направление фотореализма. Таким образом для тестов будем использовать модель juggernautXL_v9Rundiffusionphoto2. В качестве параметров будем использовать стандартные значения (Steps:20, Sampler: DPM++ 2M, Schedule type: Karras, CFG scale:7, Seed:1, Size:1024x1024), а в качестве усилителей фотореализма будем использовать вышеперечисленные токены.