Какая нейросеть генерирует картинки лучше: сравниваем GPT Image и Nano Banana pro
Nano Banana очень долго была лучшей моделью для генерации картинок и сильно опережала конкурентов. Но недавно пользователи стали жаловаться на качество картинок и точность следования промптам. Я решил протеститровать модель и заодно сравнить, действительно ли она лучше нейронки от OpenAI.
Сравнить решил по 3 направлениям: качество генерации с нуля, качество обработки существующих фото, качество генерации картинок с русским текстом внутри. Все промпты в нейросети я отправлял на английском, но здесь для удобства перевел на русский. С котиками и собачками любые нейросети давно справляются хорошо. Но такие картинки нужны редко, чаще нужно создать что-то сложное, с большим количество объектов, в определенных цветах и т. д. Проверим, как нейронки справятся с созданием картинки с точным количеством объектов таким промптом: Деревянный обеденный стол, на котором в ряд расставлены пять предметов: красное яблоко, синяя керамическая кружка, раскрытая книга с читаемым текстом, небольшой суккулент в горшке и старинные латунные карманные часы. Стол стоит у окна, слева падает мягкий утренний свет. Фотореализм. Нейронка правильно учла количество объектов, свет и сделала в целом красивую картинку, но не раскрыла книгу и написала текст на обложке. Я считаю, что с заданием она справилась на 7 из 10. Он книгу раскрыл, но изображение выглядит менее реалистично. Плюс часы получились большими, явно больше размера карманных. Так что с заданием тоже справился не на 100%, но заслуженные 8 баллов получает. Теперь проверим, как нейронки справятся со сценами, в которых подразумевается много объектов. Используем такой промпт: Уютная кухня, в которой вместе пекут три поколения женщин: бабушка лет семидесяти раскатывает тесто, мама лет сорока украшает капкейки розовой глазурью, а девочка лет восьми облизывает тесто с деревянной ложки. В теплом солнечном свете из окна видна мучная пыль в воздухе. Стиль живой семейной фотографии. Картинка получилась очень детализированной и проработанной. Все герои выполняют ровно те действия, что прописаны в промпте. Артефактов не видно, все объекты на своих местах и в целом генерация выглядит как хорошая картинка с фотостока. Его исполнение мне понравилось меньше, потому что фото выглядит менее реалистично, с неествесвенным светом. И с первого взгляда кажется, что картинка ненастоящая. Так что в этом тесте победа за Nano Banana. Большой плюс нейронок для картинок — они могут сгенерировать то, что сфотографировать нельзя, а нарисовать очень сложно. Проверим, как они справятся абстрактными картинками с большим количеством деталей. Промпт будет такой: Человек сидит в позе лотоса и медитирует в центре хаоса. Вокруг него кружится вихрь из парящих экранов, смартфонов, иконок соцсетей, колокольчиков уведомлений, писем, новостных заголовков и потоков данных. Человек спокоен, глаза закрыты, вокруг него — небольшой пузырь чистого пространства. Все кружащиеся элементы размыты в движении, медитирующая фигура в резком фокусе. Современная цифровая иллюстрация, динамичная композиция, контраст синего и оранжевого. Nano Banana учел все требования и сделал классную картинку, Но в одном месте ошибся в тексте и вместо headlines написал headlins. GPT справился лучше и ошибок не допустил. Проверим еще один абстрактный запрос. Интересно, как нейронки обыграют сцену: Сюрреалистичная иллюстрация течения времени: большие старинные напольные часы плавятся, как часы Сальвадора Дали, стекая по каменным ступеням залитого солнцем средиземноморского дворика. Из тающего циферблата вылетают бабочки. Сквозь часовой механизм прорастают…
Источник: ixbt.com — www.ixbt.com/live/sw/kakaya-neyroset-generiruet-kartinki-luchshe-sravnivaem-gpt-image-i-nano-banana-pro.html
