Сравнение Adobe Firefly Image Model 4 и ChatGPT: два талантливых ученика одной художественной школы
Сравнительный анализ возможностей генерации изображений Adobe Firefly Image Model 4 и ChatGPT, выявляющий сходства и различия в их подходах к созданию визуального контента.
Если вам когда-либо доводилось бродить по художественной галерее, вы могли заметить, как работы учеников одной школы или одного учителя могут делиться общими чувствами и техниками. Оказывается, нечто подобное происходит и с генераторами изображений на основе искусственного интеллекта. Adobe недавно представила свою новую модель Firefly Image Model 4, демонстрируя впечатляющие результаты. Я решил сравнить её с недавно обновлённым генератором изображений ChatGPT. Результаты напомнили мне двух талантливых, но ещё не нашедших свой стиль учеников художественной школы, чьи работы удивительно похожи.
Начнём с портрета — возможно, самого востребованного типа изображений, создаваемых ИИ. Оба инструмента получили задание создать «Крупный план портрета рыжеволосой женщины с серо-голубыми глазами и лёгкой россыпью веснушек, в соломенной шляпе, стоящей в поле подсолнухов в золотой час». Полученные изображения могли бы сойти за портреты родственников, если не сестёр. Сходство в деталях — от формы губ до текстуры волос и даже шляпы — поразительно.
Далее я решил проверить, как модели справятся с более сложной сценой. Будучи поклонником старых B-фильмов, я запросил «Научно-фантастическую лабораторию в хаосе, с разбитым стеклом, мерцающим светом, бегущими учёными, malfunctioning роботами и светящимися инопланетными образцами, вырывающимися из containment». Здесь различия стали заметнее. Firefly сосредоточился на роботах, в то время как ChatGPT сделал акцент на инопланетной составляющей. Обе модели хорошо справились с задачей, но ChatGPT, пожалуй, превзошёл конкурента в динамике и драматизме сцены.
Затем я решил проверить, как модели справятся с созданием цифрового завтрака. Запрос звучал так: «Вид сверху на гурманский завтрак, включающий блины, ягоды и латте с латте-артом». Обе модели переборщили с ягодами, но блины выглядели аппетитно. Интересно, что латте-арт в обоих случаях оказался удивительно похожим, несмотря на отсутствие конкретных указаний в запросе.
Заключительный тест включал создание изображения «Величественного дракона с переливающейся чешуёй, сидящего на заснеженной горной вершине на рассвете с расправленными крыльями, извергающего поток огня, который складывается в слова „Dream Big“». Оба дракона имели схожие черты, включая рога вокруг морды и динозавроподобные хвосты. Однако ChatGPT лучше справился с передачей динамики и выразительности огненных букв.
Обе модели демонстрируют высокий уровень мастерства в создании изображений, будь то портреты, сложные сцены или даже завтраки. Выбор между ними может сводиться не только к качеству изображений, но и к бюджету и другим продуктам компании.