Google оновлює Nano Banana 2.1: нові вершини штучного мистецтва
Google представив чергове оновлення свого генератора зображень на основі штучного інтелекту Nano Banana. Версія 2.1 вбудована в платформу Google Gemini і конкурує в щільному полі сервісів, здатних на основі текстового опису створювати дивовижно реалістичні картинки. Головні покращення включають підвищену деталізацію, кращу інтерпретацію інструкцій, більш точне відтворення тексту та стабільність результатів у серії зображень.
Попри численні новації, головним викликом залишається віднайти ту рису, що зробить Nano Banana 2.1 справді унікальним у порівнянні з конкурентами.
Жорстке суперництво з ChatGPT Images 2.5
Головний опонент Nano Banana — генератор зображень ChatGPT, версія Images 2.5 від OpenAI, яка стрімко розвивається. Вона демонструє значний прогрес у реалістичному освітленні, складних композиціях і точному відображенні тексту. Функція генерації зображень стала однією з найцікавіших і найкорисніших властивостей ChatGPT.
Щоб порівняти обидва сервіси, однакові запити були введені в Gemini та ChatGPT, а отримані результати ставили поруч для наочного аналізу. Незважаючи на близькість результатів, у підходах обох генераторів прослідковувалися різні художні інстинкти.
Тест 1: Шторм у скляному куполі
Перший виклик — розуміння моделей світла, прозорості та віддзеркалень. Було задано завдання створити фотореалістичне зображення крихітної вікторіанської оранжереї всередині скляного снігового кулі під час грози, із реалістичним світлом і складними відблисками.
Обидва генератори створили вражаючі сцени, які мали б чудово виглядати на обкладинці фентезі-книги. Зліва ChatGPT зобразив складну вікторіанську оранжерею, освітлену золотистим сяйвом, всередині великої скляної сфери на дерев’яній основі. Сфера містила деталізований мініатюрний світ із рослинами, стежками та архітектурними деталями, а буря на фоні додавала динаміки.
Праворуч Nano Banana 2.1 представив більш стриману, але дуже реалістичну сцену з темним металевим каркасом, насиченою зеленню і теплим освітленням оранжереї, що чудово контрастувало із прохолодним сірим штормом зовні. Віддзеркалення на кулі виявилися надзвичайно правдоподібними, хоча мокрий стіл перед кулею дивував, оскільки сцена виглядала як внутрішня.
Тест 2: Ретро-футуристичний плакат з титану
Раніше текст у зображеннях був слабкою ланкою для штучного інтелекту: літери зливалися, слова ставали нерозбірливими, а точне відтворення фраз — справжнім викликом. Запит полягав у створенні ретро-футуристичного туристичного плакату для місяця Сатурна — Титану з точним текстом:
- “TITAN IS CALLING”
- “Seven nights beneath the rings”
- “Starting at $2,499”
Версія ChatGPT створила розкішну рекламу подорожі, уявну для заможних космічних туристів. Над помаранчевим ландшафтом височів Сатурн, а футуристичні курорти і пара, що милувалася напоями, додавали затишку та елітності. Проте стильний відступ між символом “$” і цифрою “2” трохи відволікав від цілісності тексту.
Google пішов у більш карикатурному ключі, запропонувавши кольоровий вінтажний науково-фантастичний плакат із ракетами, астронавтами, льодовими горами і базою майбутнього. Водночас він залишався реалістичним щодо суворих умов Титана, але зберіг оптимістичний дух реклами космічних подорожей 1950-х років із чіткими літерами та легким ефектом старіння. Найважливіше — текст був відтворений точно, включно з ціною.
Тест 3: Комікс про лиса в зеленому шарфі
Проблема з постійністю образів також не чужа генераторам: персонаж у різних ілюстраціях може міняти вигляд або втрачати елементи. Тест полягав у створенні чотирьохпанельного коміксу про помаранчевого лиса у зеленому шарфі, який знаходить магічний ключ, відкриває двері та заходить до бібліотеки, з вимогою зберегти візуальну послідовність героя.
- ChatGPT намалював майже 3D ілюстрації у стилі дитячої книги, із стабільним, але комп’ютерно освітленим образом лиса;
- Nano Banana 2.1 створив більш класичний комікс зі сміливими контурами і чіткою послідовністю сцен, де у лиса було стабільне зображення з зеленим шарфом і білим кінчиком хвоста.
Google знову домінував у плані цілісності розповіді, тому що панелі справді нагадували серію коміксних кадрів, а не набір окремих малюнків.
Тест 4: Ретельно продуманий натюрморт з драконом
Останній виклик — здатність слідувати складним інструкціям із деталями, що легко можуть загубитися. Запит містив створення надзору на робочим столом із дерев’яною поверхнею, де розміщено:
- Блокнот із малюнком дракона;
- Компас, що показує північ;
- Кишеньковий годинник із часом 3:15;
- Рівно три червоні воскові печатки;
- Синій дорогоцінний камінь.
ChatGPT запропонував красиву композицію з ретельно розташованими елементами, де всі предмети розміщені логічно і речі добре видно. Dragon on a notebook був дуже деталізованим, а розташування аксесуарів влучно складалося в гармонійний натюрморт.
Nano Banana 2.1 представив більш спокійне оформлення з меншим і чистішим зображенням дракона. Композиція виглядала випадковою, ніби речі просто лежали на столі. Зазначена помилка — час на годиннику показано 3:00 замість 3:15.
Нова ера у генерації зображень: паритет на горизонті
Доступ до Nano Banana 2.1 надано користувачам Gemini із підписками Google AI Plus, Pro або Ultra — цей варіант став моделлю за замовчуванням. Для безкоштовних користувачів поки доступний попередній Nano Banana 2.
Обидва сервіси демонструють вражаючий рівень якості: детальні, естетичні зображення за короткими описами, без типових помилок, які раніше видавали за штучне походження картинки. Втім, варіації з різними уявленнями, жанрами чи повторними спробами можуть змінювати результати.
Порівняння свідчить: провідні генератори образів на основі штучного інтелекту вже на хвилі зближення за можливостями, залишаючи вибір між ними радше питанням смаку й стилю роботи з представленим контентом.
Підписуйтесь на оновлення та отримуйте найсвіжіші новини, огляди і корисні поради з технологій та штучного інтелекту!
