من Nano Banana 2 را با ChatGPT-5.2 با 5 درخواست تصویر هوش مصنوعی آزمایش کردم – و یک برنده واضح وجود دارد
همانطور که چت رباتهای هوش مصنوعی با سرعتی سرگیجهآور تکامل مییابند، ابزارهای تعبیهشده در آنها نیز پیشرفت میکنند.
کاربران Google Gemini اکنون می توانند موسیقی اصلی را با Lyria 3 ایجاد کنند، در حالی که ChatGPT یک فروشگاه برنامه برای ادغام یکپارچه ارائه می دهد. در کنار تعداد فزاینده رقبای هوش مصنوعی، هر دو پلتفرم می توانند در چند ثانیه تصاویر ایجاد کنند. مدلهای چند وجهی مانند Gemini و ChatGPT، درخواستهای ساده عکس را به تصاویری شیک تبدیل میکنند، چنان که برخی از آنها تقریباً از آثار هنری ایجاد شده توسط انیماتورهای حرفهای قابل تشخیص نیستند.
در یک مسابقه پنج دور، ChatGPT-5.2 را در مقابل Nano Banana 2 قرار دادم تا ببینم کدام ابزار تاثیرگذارترین تصاویر را ارائه میکند و کدام ابزار برتر است.
1. پرتره فوتورئالیستی
سریع: پرتره فوقالعاده واقعی از زنی که در نور ساعت طلایی ملایم، عمق میدان کم، لنز 85 میلیمتری و بافت دقیق پوست ایستاده است.
ChatGPT-5.2 تصویری از زنی با ویژگی های مدل مانند، غرق در نور خورشید ایجاد کرد. با این حال، پیشینه چندان روشن نبود.
نانو موز 2 تصویری از زنی که در وسط مسیر طبیعت ایستاده بود، با نور خورشید که او را روشن میکرد و پسزمینه پر از درختان و علفها بود، خلق شد.
برنده: نانو موز 2
نانو موز 2 او در اینجا سزاوار ستایش است که به خوبی پسزمینه تصویر خود را برجستهتر کرده و در عین حال بر عناصر طبیعی و انسانیتر تمرکز کرده است.
2. منظره سینمایی
سریع: منظره سینمایی چشمگیر شهر نیویورک که در شب با نور پسزمینه چشمگیر و سایههای بلند، پیشزمینه دقیق، عکسبرداری با لنز واید، وضوح فوقالعاده بالا، درجهبندی رنگی غنی، دانهبندی فیلم و حالت حماسی و جوی گرفته شده است.
ChatGPT-5.2 این تصویری را به وجود آورد که یادآور اجرای لایو اکشن شهر گاتهام است. میتوانستم بتمن را تصور کنم که در گوشه سمت چپ سقف ساختمان ایستاده و به آسمانخراشهای نورانی نگاه میکند.
نانو موز 2 تصویری شبیه کارت پستال برای “سیب بزرگ” ظاهر شد. یک عنصر پیادهروی مرتفع، سایههایی که از چندین اشیا ایجاد میشود، یک پیادهرو گرانیتی، و منظرهای زیبا در شب با تمام ساختمانهای روشن در نمایش کامل. تنها عنصر مشکوکی که نظرم را جلب کرد، خورشیدی بود که از پشت ابرها بیرون میآمد، با اینکه قرار بود شب باشد.
برنده: ChatGPT-5.2
ChatGPT-5.2 این بار، تصویری که او خلق کرد جلوتر از رقابت ظاهر شد، زیرا دو کار تحسین برانگیز انجام داد: این تصویر کاملاً منظره عصر را به نمایش گذاشت و تمام عناصری را که من در دستور خود گنجانده بودم به دقت برجسته کرد.
3. ماکت فروشگاهی با متن قابل مشاهده
سریع: ویترین کافیشاپ مدرن با تابلویی با حروف سیاه پررنگ «Sunnyside Brew».
ChatGPT-5.2 من یک عکس عصرانه ایجاد کردم که جلوی کافی شاپ سفارشی خود را با نورپردازی زیبا در داخل و اضافه شدن دو میز بیرونی زیبا نشان می دهد.
نانو موز 2 او تصمیم گرفت عکسهایش را در طول روز بگیرد، زیرا قهوهخانه در وسط پیادهروی قرار داشت که مردم در حال راه رفتن و مردی در حال استراحت روی نیمکتی در آن نزدیکی دیده میشد. در حالی که فضای داخلی فروشگاه فعالیت های انسانی را برجسته می کند، نمای بیرونی گروه مذکور، تابلوی منو و دوچرخه های پارک شده را نمایش می دهد.
برنده: نانو موز 2
نانو موز 2 این بار به لطف تکیه بر نور خورشید، همراه با عناصر اضافی مانند سایه های واقع گرایانه و افراد واقعی و نکات برجسته ای که انتظار دارید در داخل و خارج از یک کافه ببینید، در صدر قرار گرفته است. Nano Banana 2 به بهترین شکل ممکن این دستور را زنده کرد.
4. یک شخصیت انیمه
سریع: یک جنگجوی پویا انیمه مرد که کاتانای قرمز روشن خود را با نورپردازی دراماتیک در میانه نبرد به سبک cel-shaded دقیق در دست دارد
ChatGPT-5.2 او یک سبک هنری سنتی انیمه را اتخاذ کرد تا یک مبارز متحرک نسبتاً زیبا بسازد که در هنگام استفاده از کاتانای خود ترسناک به نظر می رسد و آماده می شود تا ضربه ای قاطع به آخرین دشمن خود وارد کند.
نانو موز 2 «قلعه در آسمان» با پذیرفتن سبک انیمه دوست داشتنی استودیو گیبلی که در فیلمهای انیمه کلاسیک مانند «قلعه متحرک هاول» و «پرنسس مونونوکه» (که مورد علاقه من نیز هست) به نمایش درآمد، مرا شگفت زده کرد. جنگجوی کاتانایی که در اینجا نشان داده شده است را می توان در حال دویدن در یک میدان جنگ ویران شده با آوارهایی که در هوا پرواز می کنند و انفجارهای رنگارنگ اطراف او را مشاهده کرد.
برنده: نانو موز 2
نانو موز 2 از آنجایی که او تصویری را با الهام از هنر استودیو گیبلی خلق کرد، تصویری خلق کرد که نتیجه آن شگفتی دلپذیری بود. و نکته دیوانه کننده این است که من حتی برای ایجاد آن در این سبک نیازی به گفتن آن نداشتم! مناظر عمیق تر و آشفتگی اکشنی که در اطراف شمشیرزن انیمه من در این شات فوران می کند باعث شده است که آن را جسورانه تر و راحت تر ریشه کن کنید.
5. صحنه هنر مفهومی
سریع: شهری شناور معلق در طول روز بر فراز اقیانوسی درخشان، با قمرهای غول پیکر در آسمان به سبک فانتزی علمی-تخیلی بسیار جزئی
ChatGPT-5.2 او تصویری به من هدیه داد که جلوی آن کتابهای برنامهریزی براقی که در روز اول دبیرستان به دستشان میدادند، خوب به نظر نمیرسید. شهر شناور، اقیانوس آبی خیره کننده و سیارات دوتایی معلق در پس زمینه این تصویر را برجسته کرده است. عنصر اضافی آب که از طریق بنادر مختلف شهر شناور جریان دارد نیز بسیار خنک است.
نانو موز 2 تصویری با عناصر مشابه با چند تفاوت مهم ایجاد کرد. شهر شناور به جای اینکه بر روی یک صخره غول پیکر قرار گیرد، به تنهایی ظهور کرد. سایه قابل توجهی در زیر وجود دارد که دیدن آن شگفت انگیز است. دو سیاره نیز در پس زمینه ظاهر می شوند. به نظر می رسد که سمت راست مقصد سفینه های فضایی در حال پرواز باشد.
برنده: نانو موز 2
نانو موز 2 استفاده از سایه ها و سفینه های فضایی که در اطراف شهر شناور پرواز می کردند، تحت تاثیر قرار گرفتم. حتی با وجود اینکه ابرها در تصویر رندر شده مسابقه بهتر به نظر می رسند، هنوز باید آن را به این انتخاب بدهم زیرا به دلیل تمام فعالیت های اضافی که در آن اتفاق می افتد، بسیار بهتر به نظر می رسد.
برنده کلی: نانو موز 2
هر دو ChatGPT-5.2 و Nano Banana 2 برخی از چشمگیرترین تصاویری را که من تا به حال از هوش مصنوعی منتشر کرده ام، تولید کردند.
اما در بیشتر موارد، اگر تمایل به تولید مدلهای فروشگاهی، هنر مفهومی برای ایدههای علمی تخیلی دیوانهکنندهام، و عکسهای اکشن از آواتارهای انیمیشنی که به ذهنم میرسد، هستم، ترجیح میدهم از تصاویر بصری Nano Banana 2 استفاده کنم.
هر دو رندر سعی کردند تصاویر من را در عرض چند ثانیه رندر کنند، بنابراین من هیچ شکایتی در مورد هیچکدام در دسته تاخیر ندارم. اما Nano Banana 2 به دلیل توانایی آن در گنجاندن عناصر پسزمینه و پیشزمینه بیشتر که تصاویر آن را برجسته میکند، همچنان در این رقابت برجسته است.
پیشرفتهای ChatGPT و Nano Banana که به آنها کمک کرده است به وضعیت ارتقا یافته فعلی خود برسند شگفتانگیز است – من نمیتوانم منتظر بمانم تا ببینم عملکردهای رندر در طول زمان چقدر بهتر میشوند.
دنبال کردن راهنمای تام برای Google News و ما را به عنوان منبع ترجیحی اضافه کنید برای مشاهده آخرین اخبار، تحلیل ها و بررسی های ما در فیدهای خود.
اطلاعات بیشتر از راهنمای تام
بازگشت به لپ تاپ
