Карта 2ГИС с нейросетями: итерации сократились с дней до минут, клики выросли на 35%
Карта 2ГИС ежегодно первого декабря превращается в зимнюю сцену с 3D-моделями и анимациями, и в этом году дизайнеры впервые встроили нейросети прямо в производственный процесс, сократив итерации и ускорив проверку идей до минут вместо дней.

Кейс 2ГИС показывает не абстрактное «ИИ помогает дизайнерам», а конкретный пайплайн: промпт, генерация образа, 3D-модель из нейросети Tencent, тест на карте, передача финального ТЗ моделлеру. DAU новогоднего слоя вырос в 2,5 раза относительно целевых ориентиров, 670 тысяч пользователей оставили слой включённым, а интенсивность кликов по моделям выросла на 35% год к году. Подход стал постоянной частью работы команды.
Раньше дизайнер описывал будущую модель текстом, собирал референсы и отправлял моделлеру. Тот интерпретировал по-своему, начинались долгие итерации. Главная боль: образ нельзя было быстро «вынуть из головы» и проверить на реальной карте 2ГИС. Команда решила вставить между эскизом и финальным моделированием этап ИИ-генерации, и это изменило весь ритм работы. Подробности опубликовала команда 2ГИС в собственном дизайн-блоге.
Что понадобится
- Генеративная нейросеть для изображений. В кейсе 2ГИС использовали промпты (промпт, текстовая инструкция для нейросети) и эскизные изображения для получения концептов в нужном стиле. Подойдёт любой генератор, умеющий работать с референсным изображением: Midjourney, Stable Diffusion, «Шедеврум» от Яндекса
- Нейросеть для создания 3D-моделей. Команда использовала сервис Tencent, который из плоской картинки генерирует 3D-модель в формате GLB (стандартный формат для трёхмерных объектов, который понимают большинство движков и приложений)
- Графический редактор. Photoshop или аналог для ручной доработки цвета и деталей после генерации
- Тестовая среда. Приложение или сцена, куда можно загрузить GLB-модель и увидеть её в контексте. В случае 2ГИС это собственное тестовое приложение с картой
- Время. Один цикл «промпт, генерация 2D, генерация 3D, проверка на карте» занимает минуты, а не дни, как раньше
Пошаговая инструкция: как команда 2ГИС строила пайплайн
-
Сформулируйте визуальные принципы. Команда зафиксировала четыре правила для всех моделей: упрощённые формы без мелкой детализации, чистая мягкая цветовая палитра, «очаровательный» образ и эмоциональная анимация. Без этих принципов генерация даст разнобой
-
Соберите стилевую базу. Небольшая подборка изображений, которые задают тон: мягкий, утрированный, дружелюбный. Это ваш якорь при написании промптов и выборе результатов
-
Сгенерируйте 2D-концепт через промпт. Опишите нужный объект текстом, при необходимости подайте эскиз из стилевой базы как референс. Пример структуры промпта:
A soft, friendly 3D-style [название объекта], simplified shapes,
warm pastel color palette, cute proportions, no fine details,
holiday winter mood, isometric view, white background
Детали и цвета после генерации правьте повторными генерациями или вручную в Photoshop.
-
Примерьте плоский концепт на карту. Наложите изображение на скриншот карты 2ГИС (или вашей среды), чтобы убедиться: масштаб, цвет и форма не «чужеродны» окружению. Если открыть карту 2ГИС Москва онлайн, можно сразу оценить плотность застройки и цветовую среду, в которую должна вписаться модель
-
Отправьте концепт в нейросеть для 3D. Команда использовала сервис Tencent. На выходе получается GLB-файл, который сразу загружается в тестовое приложение
-
Проверьте модель в контексте карты. Именно здесь решается главная боль: модель видна на реальной карте, можно оценить цвет, пропорции, наличие лишних мелких частей. Правки вносятся на стороне дизайнера, без ожидания итерации от моделлера
-
Передайте выверенное ТЗ команде моделирования. Моделлер получает не текстовое описание, а «черновую» 3D-модель из нейросети плюс визуальные принципы. Команда моделирует и текстурирует с нуля, опираясь на этот черновик. По данным команды 2ГИС, после такой передачи правки были «практически минорными»
-
Используйте нейросеть для анимации. Когда дизайнер знает только ощущение от движения, но не может описать его словами или подобрать референс, ИИ-генерация видео позволяет быстро показать варианты команде. Как сформулировала команда: «лучше один раз увидеть, чем сто раз прочитать и сто раз переделать»
-
Масштабируйте на новые объекты. После базовых моделей команда подготовила тематические локации (ледовые городки, грузовички для ёлочных базаров), цветовые вариации и гайд для команд разных городов по расстановке объектов на праздничных площадях
Дизайнер описывал промптом мягкий зимний объект, подавал эскиз из стилевой базы, получал 2D-концепт за минуты. Затем концепт уходил в нейросеть Tencent и возвращался как GLB-модель. Эту модель загружали в тестовое приложение и видели её прямо на карте 2ГИС: вписывается ли она в масштаб, не «режут» ли глаз цвета, нет ли лишней мелкой геометрии. Раньше первая оценка происходила только после полноценной работы моделлера. Теперь дизайнер проверял гипотезу до того, как моделлер начинал работу. Результат по цифрам команды: DAU новогоднего слоя вырос в 2,5 раза, 670 тысяч пользователей оставили слой включённым, клики по моделям выросли на 35% по сравнению с прошлым годом.
Генерировать без визуальных принципов. Без зафиксированных правил (упрощённые формы, мягкая палитра, единый характер) каждая генерация будет в своём стиле, и карта превратится в «блошиный рынок» объектов.
Передавать сырую генерацию в продакшен. Нейросетевая 3D-модель из Tencent это черновик. Команда 2ГИС моделировала и текстурировала с нуля, используя генерацию как ТЗ. Если поставить сырую модель в прод, качество текстур и оптимизация (количество вершин, разрешение текстуры) не выдержат требований карты.
Игнорировать технические ограничения среды. Карта 2ГИС имеет лимит на вершины в модели, разрешение текстуры и масштаб отображения. Генерация этих ограничений не знает. Проверяйте вес и сложность модели до передачи моделлеру.
Пропускать этап «примерки» на карту. Красивый концепт на белом фоне может оказаться чужеродным на реальной карте. Наложение на скриншот или загрузка в тестовую среду обязательны до передачи в работу.
Что делать с этим прямо сейчас, по ролям
Автору Дзена и контент-дизайнеру. Принцип «сначала покажи, потом опиши» работает не только для 3D. Если вы делаете обложки или иллюстрации, попробуйте тот же цикл: промпт, генерация, быстрая проверка в контексте (превью в ленте), доработка. Это убирает часы на объяснение ТЗ иллюстратору.
Маркетологу и продакт-менеджеру. Кейс 2ГИС показывает измеримый результат: DAU в 2,5 раза выше плана, рост кликов на 35%. Если у вас есть сезонные или тематические визуальные слои в продукте, нейросетевой пайплайн сокращает цикл от идеи до проверки с недель до часов. Это аргумент для обоснования внедрения ИИ-инструментов в дизайн-процесс.
Предпринимателю в РФ и СНГ. Сервис Tencent для генерации 3D-моделей доступен из России. Для генерации 2D-концептов из доступных в РФ инструментов подойдут «Шедеврум» от Яндекса и Kandinsky от «Сбера». Для задач уровня 2ГИС хватает бесплатных тарифов на этапе прототипирования.
По моим наблюдениям, самое ценное в этом кейсе не экономия времени, а сдвиг в коммуникации. Когда дизайнер приходит к моделлеру не с текстом «сделай мягкого снеговика, как на этих пяти картинках, но немного другого», а с готовой 3D-болванкой, количество недопониманий падает радикально. Это работает в любой паре «заказчик и исполнитель», не только в 3D.
Честная оговорка: нейросетевые 3D-модели пока далеки от продакшен-качества. Команда 2ГИС прямо говорит, что моделирует с нуля, опираясь на генерацию как на черновик. Если у вас нет команды моделирования, ставить сырую генерацию в продукт рискованно: геометрия, текстуры и оптимизация потребуют ручной доработки.
Но как инструмент для проверки идей до начала дорогой работы это уже рабочий подход, и кейс карты 2ГИС Москва и других городов это подтверждает цифрами.
Попробуйте AI-инструменты для контента
Если вы хотите ускорить создание визуалов для Дзена так же, как команда 2ГИС ускорила дизайн карты, начните с наших гайдов по нейросетям для авторов.
Перейти к гайдамПодход 2ГИС уже масштабировался за пределы новогоднего слоя: тем же пайплайном команда делает коллекцию животных для зоопарка. Для тех, кто работает с визуалом в любом продукте, вывод простой: нейросеть не заменяет моделлера, но убирает самый дорогой этап, гадание на словах о том, как должен выглядеть результат.

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

Stack Overflow купили за $1,8 млрд, а потом трафик упал почти до нуля
Stack Overflow когда-то был главным местом, где разработчик мог получить работающий ответ на конкретный вопрос по коду, и этот ресурс терял аудиторию ещё до…

MQTT и LLM через Model Context Protocol: датчики отвечают на вопросы текстом
Протокол MQTT (легковесный стандарт передачи сообщений между устройствами интернета вещей) давно стал рабочей лошадкой промышленных датчиков, но до недавнего…

ChatGPT получил кнопку «к началу» ответа: бесплатный юзерскрипт для 7 ИИ-чатов
ChatGPT добавил возможность моментально прыгать к началу длинного ответа, но не силами разработчиков: автор dzen.guru собрал готовые юзерскрипты для всех…
Комментарии