بررسی تصاویر غذایی تولید شده توسط ChatGPT Image 2.5 و Nano Banana 2

ChatGPT Image 2.5 در سمت چپ و Nano Banana 2 در سمت راست

تولید تصاویر هوش مصنوعی از غذا به منظور استفاده در منوها و تبلیغات، با مشکلاتی مانند تکرار و عدم طبیعی بودن مواجه است. در این راستا، هر دو مدل ChatGPT Image 2.5 و Nano Banana 2 به خوبی توانستند تصاویری از اقلام خوراکی واقعی و قابل مصرف را ایجاد کنند، اگرچه تمایل این دو مدل به ساخت تصاویر کلیشه‌ای حس می‌شود. به طور خاص، تصاویر تولید شده توسط ChatGPT به واقعیت نزدیک‌تر به نظر می‌رسیدند؛ از طرفی Nano Banana 2 در پردازش پس‌زمینه‌ها و محیط‌های بزرگتر عملکرد بهتری داشت.

امکانات ابزار Sketch در ChatGPT Image 2.5 و Google Nano Banana 2

یکی از ویژگی‌های ممتاز جدید در ChatGPT Images 2.5، ابزار Sketch است که به کاربران این امکان را می‌دهد که طرح‌های ابتدایی دستی خود را به تصاویر کاملاً توسعه‌یافته تبدیل نمایند. این ابزار اجازه می‌دهد که با رنگ‌ها، اشکال و متن تعامل داشته باشید و در نهایت تصویر دلخواه خود را با یک پرامپت متنی ایجاد کنید. در حالی که گوگل نانو بنانا ۲ فاقد ابزار Sketch اختصاصی است، اما می‌توان به سادگی تصاویر را به عنوان منبع الهام به پرامپت‌ها اضافه کرد. در یک آزمایش برای تبدیل یک طرح ابتدایی به تصویر کتاب کودک، ChatGPT عملکردی واقع‌گرایانه‌تر از خود به نمایش گذاشت، در حالی که Gemini Nano Banana 2 تصویری سنتی با فضانوردی خارجی ساخت که از نظر نویسنده جذاب‌تر بود.

ویرایش دقیق‌تر در ChatGPT Image 2.5

ChatGPT Image 2.5 در سمت چپ و Nano Banana 2 در سمت راست

OpenAI بر بهبود دقت در زمینه ویرایش تصاویر AI در ChatGPT Images 2.5 تأکید ورزیده است. با کلیک بر روی یک تصویر در ChatGPT، کاربران می‌توانند نظرات خاصی درباره جنبه‌های مختلف تصویر ارائه دهند، قسمت‌هایی را برای تغییر مشخص کنند و حتی بخش‌هایی از تصویر یا کل پس‌زمینه را حذف نمایند. این ابزار به‌راحتی قادر است مبلمان کابین را حذف کرده و زمان روز را از صبح تا غروب تغییر دهد که شامل تغییر سایه‌ها به شکلی هوشمندانه می‌شود. Nano Banana 2 نیز گزینه‌های ویرایش ساده‌تری را ارائه می‌دهد که اصول مشابهی دارند و از طریق نظرات متنی یا حاشیه‌نویسی‌های دستی عمل می‌کنند. این مدل نیز در تغییر مبلمان و زمان صحنه عملکرد خوبی دارد، اما خروجی ChatGPT به نسبت طبیعی‌تر و کمتر مصنوعی موجود است.

کدام مدل هوش مصنوعی تصاویر بهتری تولید می‌کند؟

ChatGPT Image 2.5 در سمت چپ و Nano Banana 2 در سمت راست

هر دو ابزار هوش مصنوعی در زمینه تولید تصاویر عملکردی بسیار نزدیک به یکدیگر دارند. Google Nano Banana 2 ابزاری قوی و عالی در تقریباً تمام جنبه‌ها به شمار می‌رود، اما ChatGPT Image 2.5 با ویژگی‌های اضافی چون ابزار Sketch و امکان ذخیره پرامپت‌ها به عنوان الگو کمی پیشتاز است. با این‌حال، اصلاحات و ابزارهای ویرایشی در هر دو مدل از اهمیت ویژه‌ای برخوردارند؛ تغییراتی که قبلاً ممکن بود ساعت‌ها از متخصصان زمان ببرد، اکنون به راحتی توسط هر فرد در چند ثانیه انجام خواهد شد و انتظار می‌رود این قابلیت‌ها در آینده بهبود یابند.