TOP 5 narzędzi do generowania obrazów — porównanie

Narzędzia do generowania obrazów AI jak nigdy wcześniej ułatwiły przekładanie pomysłów na obraz. Ale jak te narzędzia wypadają, gdy dostają identyczne zadanie? Sprawdziłem to, testując sześć popularnych generatorów na jednym, szczegółowym promptcie.

Prompt

Zadaniem było wygenerowanie hiperrealistycznego obrazu kota tabby z jasnozielonymi oczami, siedzącego na drewnianym parapecie w rustykalnej kuchni o świcie — z naturalnym rysunkiem drewna, szklanym słoikiem z stokrotkami i lawendą, kropelkami kondensacji na szkle, ciepłym światłem słońca przez zamglone okno i łąką rozmywającą się w górach w tle.

Wyniki

Każde narzędzie otrzymało ten sam prompt, a pierwszy wynik ("1 shot") był przyjmowany bez poprawek.

1. Flux — najbardziej realistyczny i wizualnie efektowny obraz ze wszystkich testowanych. Wyjątkowe tekstury i światło. Werdykt: najlepszy wybór pod kątem realizmu i detalu. Ocena: 5/5.

2. DALL·E 3 (przez ChatGPT) — solidna interpretacja promptu, ale mniej dopracowane detale niż Flux. Wygodny i dostępny, ale niestabilny jakościowo. Ocena: 3/5.

3. Kolors 1.5 (Kling) — bardzo precyzyjny obraz, dobrze zdefiniowana sierść, oczy i parapet. Najlepszy dla osób cenionych precyzję promptu. Ocena: 4/5.

4. Stable Diffusion 3.5 — przyzwoity, ale mniej hiperrealistyczny niż zakładał prompt. Dobry do szybkich, podstawowych rezultatów. Ocena: 3/5.

5. Phoenix 1.0 (Leonardo.Ai) — zbalansowany obraz, dobre detale kota i parapetu, ale tło lekko generyczne. Ocena: 4/5.

6. MidJourney V6.1 — solidny, ale mniej dopracowany niż wcześniejsze iteracje narzędzia, a do tego całkowicie zgubił słoik z kwiatami. Ocena: 3/5.

Podsumowanie

Najlepszy ogólnie: Flux — hiperrealistyczne tekstury, światło, spójna kompozycja. Najprecyzyjniejszy: Kling. Najbardziej dostępny: DALL·E 3 (dzięki integracji z ChatGPT), ale z niestabilnymi wynikami. Jeśli korzystasz głównie z DALL·E 3 i wyniki Cię frustrują, zdecydowanie polecam wypróbować Flux lub Kling.