С развитием технологий искусственного интеллекта инструменты для создания визуального контента становятся все более совершенными. В недавнем тестировании сопоставили возможности двух ведущих моделей — ChatGPT Images 2.0 от OpenAI и Gemini Nano Banana от Google. В ходе девяти последовательных этапов проверки выяснилось, какая нейросеть точнее следует сложным запросам и лучше работает с текстовыми элементами на изображениях.
Содержание
Методология и результаты тестирования
Для оценки работы моделей был применен комплексный подход, включающий создание портретов, реставрацию старых фотографий и разработку графических логотипов. Результаты оценивались по шкале, где учитывались точность исполнения задания, соблюдение контекста и отсутствие галлюцинаций в виде лишних элементов.
- ChatGPT Images 2.0 набрал 97 баллов из 100 возможных.
- Gemini Nano Banana показал результат 85 баллов, что ниже показателей модели в предыдущих периодах.
Ключевые выводы по итогам испытаний
Тестирование выявило существенные различия в подходах моделей к генерации контента. ChatGPT продемонстрировал значительный прогресс в отрисовке текста внутри изображений, что ранее было слабым местом большинства нейросетей. Модель успешно справилась с созданием постеров и логотипов, четко воспроизводя заданные слова и шрифты.
В то же время Gemini Nano Banana столкнулся с рядом проблем:
- Ошибки в генерации текста: нейросеть часто искажала надписи или выдумывала несуществующие фразы.
- Проблемы с исторической достоверностью: модель некорректно добавляла архитектурные элементы, не соответствующие эпохе, описанной в запросе.
- Склонность к навязчивой персонализации: наиболее тревожным аспектом стала способность Gemini использовать личную историю переписки пользователя для генерации изображений. В результате нейросеть добавляла в созданные картинки элементы, о которых пользователь не просил, но которые упоминались в предыдущих диалогах.
Безопасность и конфиденциальность
По мнению экспертов, интеграция данных из истории общения в процесс генерации изображений вызывает серьезные опасения в области приватности. Если алгоритм способен самостоятельно извлекать информацию о профессиональной деятельности или личных интересах пользователя, это создает риск несанкционированного раскрытия конфиденциальных данных. Данный аспект делает поведение модели Gemini менее предсказуемым по сравнению с ChatGPT, который придерживается более строгих рамок при обработке запросов, связанных с авторским правом и персональными данными.
Заключение
Итоговое сравнение демонстрирует преимущество ChatGPT Images 2.0 в точности выполнения инструкций и качестве графики. Несмотря на то, что обе модели все еще склонны к ошибкам в деталях, таких как архитектурная точность или отрисовка анатомически верных конечностей, лидерство в текущем цикле испытаний остается за решением от OpenAI. Пользователям рекомендуется проявлять осторожность при работе с ИИ, содержащими функции персонализации, чтобы избежать утечки нежелательной информации в генерируемый контент.
