Photoshop vs. Midjourney vs. DALL-E 3: მხოლოდ ერთმა AI გამოსახულების გენერატორმა გაიარა ჩემი 5 ტესტი

როგორ უძლებს Photoshop-ის AI DALL-E-სა და Midjourney-ს? მე ვამოწმებ მათ უნარებს შემოქმედებით შეტაკებაში, რომელშიც გიგანტური რობოტები და ფუტურისტული სცენარები მონაწილეობენ.

Photoshop AI მოთხოვნა: ლეპტოპი კომპიუტერი steampunk სამყაროში (Steampunk ეფექტი)

Adobe-ის AI განცხადებები ამ კვირაში საკმაოდ მნიშვნელოვანი იყო, განსაკუთრებით AI-ზე დაფუძნებული გენერაციული ვექტორული მახასიათებლები Illustrator-ში. Photoshop-ს ჰქონდა რამდენიმე მცირე გაუმჯობესება, მაგრამ არაფერი ისე არ შეცვლილა, როგორც წლის დასაწყისში გამოცხადებული გენერაციული შევსების ფუნქცია.

ამის თქმით, Adobe-მა ახლახან გამოაცხადა, რომ Photoshop-ს შეუძლია ახლა ცარიელი ტილოზე მოცემული სურათის გენერირება, რაც მას იმავე კატეგორიაში აყენებს, როგორც ტექსტის გამოსახულების გენერატორები, როგორიცაა Midjourney და DALL-E 3. ამ მიზნით, მაინტერესებდა როგორ ხდება Photoshop-ის ტექსტი - გამოსახულების მახასიათებელი სხვებთან შედარებით, განსაკუთრებით კრეატიულობის თვალსაზრისით.

ასე რომ, რასაც ვაკეთებ ამ სტატიაში. მე იგივე მოთხოვნას ვაძლევ Photoshop-ს, Midjourney-ს და DALL-E-ს ChatGPT-ში GPT-4o-ის გამოყენებით. მე არ ვამატებ სტილის არცერთ ვარიანტს, რომელსაც თითოეული ხელსაწყო გვთავაზობს, გარდა ერთი ტესტის შემთხვევისა, როდესაც მოთხოვნის სხეულში ვითხოვ "დიზელპანკის სტილს".

რომელი ინსტრუმენტი იძლევა უკეთეს ხელოვნებას? თქვენ უნდა იყოთ ამის მოსამართლე. მოდი დავიწყოთ. ნებისმიერი სურათის უფრო დიდი სანახავად დააწკაპუნეთ პატარა კვადრატულ ხატულაზე ზედა მარჯვენა კუთხეში.

ტესტი 1: ვერტმფრენი

პირველი სურათი, რომელიც გამახსენდა, იყო ვერტმფრენი მარველის კომიქსებიდან და ფილმებიდან. ეს არის თვითმფრინავის გადამზიდავი, რომელიც ტურბოფენის ძრავებით მაღლა დგას. ფიზიკა საეჭვოა, მაგრამ მაგარი ფაქტორია.

აი მოთხოვნა:

თვითმფრინავის გადამზიდავი, რომელიც დაფრინავს ცაში, ოთხი ზევით მიმართული ტურბოპროპელერით დგას მრგვალ ვენტილატორის საცავებში და თავის გემბანზე მოიერიშე თვითმფრინავების ესკადრილია ატარებს

თითოეული ამ ტესტისთვის მე გაჩვენებთ, თუ რა იყო, ჩემი აზრით, საუკეთესო სურათები სამივე AI-დან გვერდიგვერდ, რათა შეადაროთ ისინი.

აი რა მივიღეთ:

როგორც ხედავთ, Photoshop-მა ნავი გაუშვა. ფაქტიურად. მის ცოდნის ბაზას, ალბათ, არ ესმის, რა არის თვითმფრინავის გადამზიდავი. თუ კარგად დააკვირდებით, ბომბები ისე გამოიყურება, თითქოს მათზე პატარა პროპელერებია.

Midjourney-მ შექმნა კარგი შვეულმფრენის მსგავსი ხომალდი, მაგრამ არ მოიცავდა არცერთ ტურბოფენს. DALL-E-მ გააკეთა, მაგრამ მიუხედავად იმისა, რომ მე დავაზუსტე „ზემოთ მიმართული“, მან აშკარად არ იცოდა რა ექნა მათთან, ასე რომ, ის უბრალოდ ასხურებდა მათ მთელ სურათს.

Midjourney ყოველთვის ქმნის ოთხ სურათს, ამიტომ თითოეული ტესტისთვის მე ავირჩიე ის, რომელიც მეგონა საუკეთესო და გამოვიყენე შედარებისთვის.

გადავწყვიტე დავბრუნებულიყავი Photoshop-ში და ჩამერთო მისი სტილის ერთ-ერთი ვარიანტი, Steampunk. როგორც ხედავთ, Photoshop-მა შექმნა ბევრად უფრო საინტერესო სურათი. ეს არ არის ზუსტად თვითმფრინავის გადამზიდავი, მაგრამ მას აქვს დამაკავშირებელი კოშკი. და თუ ქვემოთ შეხედავთ, ეს ტერიტორია შეიძლება იყოს, სადაც თვითმფრინავები ინახება. დარწმუნებული არ ვარ, მაგრამ ეს ნამდვილად უფრო სახალისო სურათია.

ტექსტი სურათზე წარმატების რეიტინგი:

• გააზრებული მოთხოვნის საერთო სულისკვეთება: Midjourney და DALL-E
• მოიცავს ყველა მითითებულ დეტალს: DALL-E

ტესტი 2: გიგანტური დიზელპანკი რობოტი

ვიკიპედია „დიზელპანკს“ განსაზღვრავს, როგორც „მეცნიერული ფანტასტიკის რეტროფუტურისტულ ქვეჟანრს, რომელიც სტიმპანკის ან კიბერპანკის მსგავსია, რომელიც აერთიანებს 1950-იანი წლების დიზელზე დაფუძნებული ტექნოლოგიის ესთეტიკას რეტრო-ფუტურისტულ ტექნოლოგიასთან და პოსტმოდერნულ სენსიტიურებთან“.

თუ steampunk არის ვიქტორიანული ეპოქა ორთქლის ძრავებითა და მექანიზმებით, დიზელპანკის ეპოქა არის 1940-იანი და 1950-იანი წლები იმდროინდელი დიზელის საწვავი ტექნოლოგიით.

ნებისმიერ შემთხვევაში, მე მივაწოდე AI-ს შემდეგი მოთხოვნა:

დიზელპანკის სტილში შესრულებული კოლოსალური რობოტი, რომელიც დგას დიდებული ქალაქის მფარველად, სადაც მოქალაქეები ტრიალებენ და სამსახურში მიდიან

სამართლიანობისთვის, სამივე AI ინსტრუმენტმა მართლაც შესანიშნავი სამუშაო შეასრულა:

Photoshop-მა ნათლად გაიგო დავალება. Midjourney-ის გამოსახულება ყველაზე ახლოს იყო იმასთან, რაც ჩემს თავში მქონდა, როცა მოთხოვნა გავეცი, მაგრამ რობოტი არ ჰგავს მეურვეს. ის ასევე არ ჰგავს საშიშროებას, რადგან ხალხი მხოლოდ ღელავს.

DALL-E ვერსია, რობოტით ქალაქის წინ, უფრო უხდება მეურვის იდეას. არსებობს ცოტა კითხვა იმის შესახებ, აირია თუ არა მან steampunk და dieselpunk ორთქლის ძრავების გამო. ორთქლის ძრავები ჩვეულებრივ გამოვიდა 1930-იან წლებში, მაგრამ ისინი ჯერ კიდევ მუშაობდნენ ზოგიერთ ხაზებზე 1960 წლის ბოლოს, რაც ნიშნავს, რომ მათ შეეძლოთ თანაცხოვრება დიზელპანკის ეპოქაში. ხალხი დიზელპანკზეა ჩაცმული, ვიდრე სტიმპანკზე, ხოლო წინ მდებარე ავტობუსები აშკარად დიზელპანკია, ვიდრე სტიმპანკი.

ტექსტი სურათზე წარმატების რეიტინგი:

• გააზრებული მოწოდების საერთო სულისკვეთება: სამივე, მაგრამ შესაძლოა DALL-E ცოტა მეტი
• მოიცავდა ყველა მითითებულ დეტალს: სამივე

ტესტი 3: ბავშვი მეფე არტურის კარზე

ერთ-ერთი რამ, რაც ხდება, როდესაც წერთ მსგავს სტატიას, არის იდეების მოძიება სატესტო შემთხვევებისთვის. ვფიქრობდი, რომ საინტერესო იქნებოდა იმის დანახვა, თუ როგორ მოიქცნენ AI-ები ერთმანეთის მიყოლებით დროის პერიოდებთან, რადგან მათ საკმაოდ კარგად მოიქცნენ დიზელპანკის ეპოქაში მოქალაქეების წარმოჩენაში.

მე ვარ ალტერნატიული ისტორიისა და დროში მოგზაურობის მოყვარული, ასე რომ, როცა ამაზე ვფიქრობდი, ჩემი გონება 1990-იანი წლების შუა პერიოდის პატარა ფილმზე გადავიდა, რომელმაც პატარა ლიგის მოთამაშე შუა საუკუნეებში გადაიყვანა (ეპოქა და არა რესტორანი). ეს ფილმი იყო ბავშვი მეფე არტურის კარზე. ეს არავითარ შემთხვევაში არ არის კლასიკური, მაგრამ სახალისო ფილმი იყო. ასე რომ, ამან მოგვცა ეს მოთხოვნა:

ახალგაზრდა თინეიჯერი ბიჭი, რომელსაც აცვია თანამედროვე იანკის სტილის ბეისბოლის ფორმა ქუდითა და ხელთათმანებით, დგას შუა საუკუნეების კორტის მღელვარე ცენტრში, მოქალაქეებითა და რაინდებით ჯავშნით

აი, რა აწარმოეს AI-ებმა:

Photoshop სურათი ყველაზე რეალისტური იყო. ეს შეიძლება გადაღებული ყოფილიყო ნამდვილი ბავშვის გადასაღებ მოედანზე. სამწუხაროდ (მაგრამ ალბათ მოსალოდნელია Adobe-ს მხოლოდ ლიცენზირებული მედია ბიბლიოთეკის გამო), ბავშვი არ იყო იანკის ფორმაში. ამის თქმით, ხელოვნურმა ინტელექტუალმა ოსტატურად შეასრულა ბეისბოლის სტილის ნიშნები იმ კოსტუმში, რომელიც ბავშვს აჩუქა.

Midjourney-მ შექმნა ყველაზე შეკრული გარეგნობის სურათი, თუმცა ბავშვი ისეთივე უბედურად გამოიყურება, როგორც ბავშვი შეიძლება გამოიყურებოდეს, თუ მოულოდნელად დაეშვა მეფე არტურის ეპოქაში. სხვა სურათებზე ნაჩვენებია ბავშვები კიდევ უფრო უარესად გამოიყურებოდნენ, თითქოს ისინი იყვნენ შუა საუკუნეების ევროპაში, სანამ მარტინ პედვეი იყო L. Sprague de Camp-ის Lest Darkness Fall წიგნების სერიაში.

DALL-E ყველაზე ნაკლებად შთამბეჭდავი იყო. ის ნამდვილად აკმაყოფილებდა სპეციფიკას, მაგრამ სურათს აქვს ძალიან უცნაური ხეობის შეგრძნება, რაც არ შეესაბამება დანარჩენ ორ სურათს.

ტექსტი სურათზე წარმატების რეიტინგი:

• გააზრებული მოთხოვნის საერთო სულისკვეთება: სამივე
• მოიცავს ყველა მითითებულ დეტალს: Midjourney და DALL-E

და ახლა, როდესაც ჩვენ დავასრულეთ ჩვენი შინაგანი მარკ ტვენის შთაგონება, მოდით გადავიდეთ უკან...მომავლისკენ.

ტესტი 4: დაბრუნება მომავალში

კიდევ ერთი პრობლემა, რაც მე მქონდა ამ ტესტების აწყობისას, იყო ცნობების გამოყენების აუცილებლობა, რომელიც დარწმუნებული ვიყავი, რომ ყველა გაიგებდა. არსებობს მრავალი შესანიშნავი თანამედროვე ფილმი, თუნდაც სამეცნიერო ფანტასტიკაში, მაგრამ დარწმუნებული არ ვარ, რომ ჩვენ ყველას გვაქვს ერთი და იგივე საცნობარო ჩარჩო.

მაგრამ ამ ძველი კლასიკის ხელოვნური ინტელექტის საშუალებით გადაცემით, დარწმუნებული ვარ, რომ ჩვენი მკითხველების უმეტესობამ იცის, რა უნდა მოძებნოს და რას უნდა ელოდოს. ეს, რა თქმა უნდა, მიგვიყვანს უკან მომავალში. ამჯერად მინდოდა AI-ს ფილმის სათაური მიმეცა და მენახა, რა გააკეთა მას. აი მოთხოვნა:

შექმენით სურათი, რომელიც წარმოადგენს ფილმს "უკან მომავალში", მოიცავს 1950-იანი წლების თემებს, DeLorean დროის მანქანის მანქანას და ბიჭს სკეიტბორდით

აი რა მივიღეთ:

Photoshop… ანუ, რას იტყვი? მანქანის საქარე მინიდან ამოვარდნილი ბავშვი ცოტა შემაშფოთებელია. ისევ და ისევ, Adobe Firefly-ის ცოდნის ბაზის ლიცენზირებით შეზღუდულმა ბუნებამ შეაფერხა გამოსახულების გენერაცია, მაგრამ AI ცდილობდა შეეტანა რაღაც 1950-იანი წლების შეგრძნება. აქ არის Photoshop-ის დანარჩენი ორი სურათი:

Midjourney-მ საოცარი სამუშაო გააკეთა თავისი ოთხივე სურათით, თუმცა პირველმა გამოტოვა მანქანა:

DALL-E-მ იჩხუბა. მიუხედავად იმისა, რომ წინა ტესტში DALL-E კმაყოფილი იყო საავტორო უფლებებით დაცული შინაარსის გამოყენებით, ამჯერად მან უბრალოდ თქვა არა. როდესაც მე მივაწოდე ეს ზემოაღნიშნული მოთხოვნა, DALL-E-მ ChatGPT-ში უპასუხა:

მე ვერ მოვახერხე სურათის გენერირება, როგორც მოთხოვნილი, კონტენტის პოლიტიკის შეზღუდვების გამო. გთხოვთ, შემატყობინოთ, თუ გაქვთ ალტერნატიული მოთხოვნა ან არის თუ არა რაიმე კორექტირება, რომლის გაკეთებაც გსურთ.

მე ვკითხე ChatGPT:

გადაწერეთ მოთხოვნა ისე, რომ ის მაქსიმალურად ასახავდეს განზრახვას პოლიტიკის შეზღუდვების დარღვევის გარეშე

ChatGPT-მ არ დამიბრუნა ახალი მოთხოვნა, მაგრამ მომცა სურათი, რომელიც მე ვაჩვენე ზემოთ, რომელიც ძალიან ახლოს არის პროექტის განზრახვასთან.

ტექსტი სურათზე წარმატების რეიტინგი:

• გააზრებული მოწოდების საერთო სულისკვეთება: Midjourney, DALL-E-ით საპატიო მოხსენებით
• მოიცავდა ყველა მითითებულ დეტალს: Midjourney, ისევ DALL-E-ს საპატიო მოხსენებით

ტესტი 5: ZDNET-ის დევიზი

ZDNET-ის დევიზია: „ხვალი ეკუთვნის მათ, ვინც მას დღეს ეკიდება“. თქვენ ხედავთ მას ყველა გვერდის ზედა ნაწილში:

მაინტერესებდა რას გააკეთებდნენ AI-ები და ამიტომ მივაწოდე ეს ფრაზა თითოეულ მათგანს. აი, რა გამოვიდა:

მაშ, Photoshop ასახავს ემირაგს, იცით? რა არის ამაზე სათქმელი? მეორე მხრივ, Midjourney-მ შექმნა ძალიან საინტერესო და ლამაზი იმიჯი. მას აქვს ZDNET-ის დევიზის შეგრძნება, მაშინაც კი, თუ თავად სურათის აღწერა რთულია. და, მიუხედავად ასოების ძალიან მცირე პრობლემისა, DALL-E-მ შესანიშნავად შეასრულა მომავლისა და მისი შესაძლებლობების წარმოჩენა.

ტექსტი სურათზე წარმატების რეიტინგი:

• გააზრებული მოთხოვნის საერთო სულისკვეთება: Midjourney და DALL-E
• მოიცავდა მითითებულ ყველა დეტალს: Midjourney-მ და DALL-E-მ შექმნეს სურათი იმ გრძნობებით, რომელსაც დევიზი გადმოსცემს
• წავიდა ბნელ ადგილას, არავის ესმის: Photoshop

რომელი AI იმარჯვებს?

სამწუხაროდ, ეს არ არის Photoshop. Photoshop-მა ძირითადად წარმატებას მიაღწია ხუთი ტესტიდან ორზე, მაგრამ დანარჩენებმა თითქმის ვერ მოახერხეს. Midjourney იყო ყველაზე სტაბილურად წარმატებული, მაგრამ DALL-E საკმაოდ ახლოს იყო.

Photoshop-ის საქმე იმაში მდგომარეობს, რომ მიუხედავად იმისა, რომ Photoshop-ის ტექსტი-სურათი არც თუ ისე კარგია, Photoshop-ს აქვს საუკეთესო გენერაციული შევსების შესაძლებლობა ნებისმიერ AI-ს შორის. მე მაინც დიდი ალბათობით შევქმნი სურათებს Midjourney-ში (და ზოგჯერ DALL-E-ში) და შემდეგ მივიტან მათ Photoshop-ში გენერაციული შევსების შეხების მიზნით.

რას ფიქრობთ? ამ ინსტრუმენტებიდან რომელს იყენებთ? როგორ ფიქრობთ, რომელი AI იყო საუკეთესო ჩვენს ტესტებში? შეგვატყობინეთ ქვემოთ მოცემულ კომენტარებში.

შეგიძლიათ თვალი ადევნოთ ჩემი პროექტის ყოველდღიურ განახლებებს სოციალურ მედიაში. დარწმუნდით, რომ გამოიწერეთ ჩემი ყოველკვირეული განახლების ბიულეტენი და გამომყევით Twitter/X-ზე @DavidGewirtz-ზე, Facebook-ზე Facebook.com/DavidGewirtz-ზე, Instagram-ზე Instagram.com/DavidGewirtz-ზე და YouTube-ზე YouTube.com/DavidGewirtzTV-ზე.