Битва ИИ-генераторов: ChatGPT Images 2.0 против Google Nano Banana 2 в реальных сценариях

В ходе детального сравнения были сопоставлены возможности двух передовых нейросетей для генерации изображений: ChatGPT Images 2.0 от OpenAI и Nano Banana 2 от Google. Вместо абстрактных или фантазийных сценариев, фокус тестирования был сделан на практическом применении в реальных условиях — от обработки портретов до создания продуктовых снимков. Цель заключалась не просто в наложении фильтров, а в радикальном изменении изображений: корректировке освещения, настроения и даже смене времени года. Отмечается, что такие задачи часто становятся камнем преткновения для ИИ, когда лица выглядят неестественно, освещение теряет логику, а сцены кажутся склеенными, а не цельными. Результаты этого сравнения оказались весьма показательными.

Сравнение в портретной фотографии: "Золотой час"

Использование ChatGPT Images 2.0 сводится к простому запросу к ChatGPT на создание изображения. Аналогичный принцип действует и для Nano Banana: достаточно попросить Gemini сгенерировать изображение. Для объективной оценки оба инструмента были протестированы на одном и том же наборе правок и исходных изображений.

Тестирование началось с базового студийного портрета, после чего обеим моделям было предложено "заменить фон на парк в золотой час". Версия от ChatGPT выглядит слегка нереалистично, однако свет и тени создают впечатление, будто стул действительно находится на улице. Можно заметить, что солнечный свет падает с одного направления, отбрасывая тени на дорожку, которые соответствуют деревьям и лицу. Стул уверенно стоит на земле, что соответствует перспективе и текстуре дорожки.

Версия от Nano Banana 2 заметно активнее использует эффект "золотого часа". Цвета более глубокие и оранжевые, что, безусловно, привлекает внимание. Однако результат больше напоминает стилизованную обработку, нежели реальную сцену. Освещение на лице модели кажется слишком равномерным по сравнению с сильным солнечным светом на заднем плане. Лицо также сглажено для придания сияния, что выглядит красиво, но делает изображение менее похожим на реальную фотографию, сделанную в данный момент.

Создание кинематографического эффекта

Следующим шагом было изучение того, как модели интерпретируют запросы, связанные не столько с окружением, сколько с настроением. Было предложено "сделать портрет более кинематографичным и драматичным".

Версия от ChatGPT производит впечатление реальной студийной съемки, лишь немного доработанной. Теплый фон имеет мягкую текстуру, характерную для настоящего фотографического задника, а узор теней на нем выглядит так, будто свет падает через окно. Ничто не кажется избыточным, что и обеспечивает успех.

Версия от Nano Banana 2 пошла совершенно иным путем. Изображение было изменено: модель повернула лицо прямо на камеру, кадр стал более сжатым, а окружение затемнено. Здесь преобладает более мрачный, почти нуарный стиль. Создан тусклый интерьер с книгами и деревянными панелями — это интересная идея, но результат менее реалистичен и имеет легкий эффект "зловещей долины".

Работа с продуктовыми снимками: AirPods

Затем тестирование перешло к базовой фотографии наушников AirPods. Моделям было предложено придать им маркетинговый вид с помощью запроса: "Используйте это фото AirPods и сделайте их очень красивыми, поместив в реальный фон".

Обе модели предложили изображение стола с кофе и блокнотами, но различия проявились уже здесь.

Версия от ChatGPT создает ощущение реального стола, которым кто-то действительно пользуется. Освещение немного неравномерное, что выглядит естественно: солнечный свет падает из окна и попадает на разные части поверхности с немного разной интенсивностью. Отражения на AirPods тонкие и реалистично взаимодействуют с расположенными рядом объектами, особенно с темным телефоном и растением. Даже текстура дерева имеет вариации и небольшие изъяны, что делает ее похожей на реальную поверхность, а не на цифровую. Более того, ИИ даже проявил синергию, поместив iPhone рядом с наушниками.

Версия Nano Banana 2 выглядит как отполированная продуктовая съемка. Все аккуратно расставлено, блокнот и очки расположены именно так, а освещение очень чистое и сбалансированное. На заднем плане присутствуют случайные чехлы для наушников, которые не похожи на чехлы для AirPods, что не идеально для маркетинга конкретного продукта.

Сами AirPods также выдают разницу. На изображении от ChatGPT они улавливают мельчайшие детали окружающей среды, с отражениями и тенями. Nano Banana 2 снова сгенерировала изображение с фронтальной камерой, что приводит к некоторой нереалистичности.

Изменение времени года

Этот тест стал отличным примером того, как оба инструмента справляются с изменением окружающей среды, а не только с цветокоррекцией. Было использовано фото зеленого газона, и моделям предложили "сменить время года на осень".

Версия от ChatGPT не просто меняет цвет: она становится неоднородной, с просвечивающими пятнами зелени и листьями, разбросанными случайным образом. Некоторые участки покрыты больше, чем другие, как будто ветер сносил листья по двору. Деревья естественным образом приобретают осенние оттенки.

Версия от Nano Banana 2 стремится к более чистой и равномерной трансформации. Листья распределены гораздо более равномерно по газону, но не все деревья изменили цвет. Газон также выглядит зеленее, ближе к весеннему цвету.

Выводы тестирования

Смотрите также:

Обзор приключенческой игры Aphelion: камерная фантастика в тени блокбастеров http://euroelectrica.ru/obzor-priklyuchencheskoy-igryi-aphelion-kamernaya-fantastika-v-teni-blokbasterov/.

Интересное по теме: Судебное разбирательство между Илоном Маском и Сэмом Альтманом началось с отбора присяжных

Советы в статье "ИИ-агент удалил производственную базу данных стартапа за 9 секунд" здесь.

По результатам всех тестов было замечено, что Nano Banana 2 обычно работает быстрее, но ChatGPT Images 2.0 постоянно опережает по качеству. При проведении слепого тестирования, в ходе которого участникам было сказано, что только одно изображение подвергалось цифровой обработке, они неизменно выбирали работы ChatGPT как более реалистичные. Хотя генерация может занимать немного больше времени, модель, по-видимому, уделяет больше внимания тому, как ведет себя свет, как взаимодействуют текстуры и как на самом деле выглядят лица в различных условиях.

Разница не всегда очевидна на первый взгляд, и Nano Banana 2 вполне справляется с большинством задач. Однако, чем дольше рассматривать изображения, тем более заметными становятся нюансы. В итоге можно заключить: Nano Banana 2 создает красивые изображения, но ChatGPT Images 2.0 генерирует работы, которые ощущаются более реальными.