Imagen 3 vs Dall-E 3: Mana yang lebih baik untuk imej? - Analytics Vidhya

Teknologi Generasi Imej AI telah berkembang pesat dalam beberapa tahun kebelakangan ini, dan Imagen 3 dan Chatgpt Dall-E 3 telah menjadi dua model yang paling popular dalam bidang ini. Kedua -duanya mempunyai keupayaan pemprosesan imej yang kuat, tetapi terdapat perbezaan dalam fungsi dan prestasi tertentu. Artikel ini akan menjalankan perbandingan mendalam kedua-dua model ini dan menilai kelebihan dan kekurangan Imagen 3 dan Dall-E 3 hingga tiga tugas: penjanaan imej, analisis imej dan penyuntingan imej. Ujian ini akan dilakukan menggunakan Chatgpt-4O berasaskan Dall-E 3 dan Gemini yang berpangkalan di Google Imagen 3 (1.5 flash).

Jadual Kandungan

• Imagen 3 vs Dall-E 3: Generasi Imej
  • Foto yang realistik
  • Susun atur reka bentuk dalaman
  • Ilustrasi kreatif
  • Ringkasan
• Imagen 3 vs Dall-E 3: Analisis Imej
  • Penerangan Cityscape
  • Pemahaman carta
  • Analisis carta
  • Ringkasan
• Imagen 3 vs Dall-E 3: Pengeditan Imej
• Pemerhatian dan kesimpulan terakhir
• Meringkaskan
• Soalan yang sering ditanya

Imagen 3 vs Dall-E 3: Generasi Imej

Kami akan terlebih dahulu menguji keupayaan generasi imej kedua -dua model ini dalam tiga kategori: gambar realistik, susun atur reka bentuk dalaman, dan ilustrasi kreatif. Untuk melakukan ini, kami akan menyediakan tiga petua yang berbeza untuk ChatGPT-4O dan Google Gemini maju dan membandingkan respons yang dihasilkan oleh Chatgpt Dall-E 3 dan Google Imagen 3.

Foto yang realistik

Petua: Buat gambar yang sangat realistik dari tasik gunung yang tenang di matahari terbit, dengan air yang jelas mencerminkan puncak-puncak salji dan pokok-pokok pain di sekelilingnya.

Output:

Analisis: Kedua-dua model menjana visual yang menakjubkan untuk segera ini, menunjukkan puncak salji, pokok pain dan pantulan mereka di tasik. Imej Imagen 3 menunjukkan batu di bawah air, menjadikannya kelihatan lebih realistik. Walau bagaimanapun, imej tidak menunjukkan tanda -tanda matahari terbit, dan lebih seperti gambar yang diambil pada waktu petang. Imej chatgpt dall-e 3 dengan betul menunjukkan cahaya matahari yang datang dari satu sisi, menunjukkan bahawa ia adalah matahari terbit. Tetapi warna dan kontras imej menjadikannya kelihatan seperti lukisan digital daripada imej yang realistik.

Skor: Imagen 3: 1, Dall-E 3: 0

Susun atur reka bentuk dalaman

Petua: Buat imej ruang tamu moden dan sederhana, terutamanya merah dan hitam, dilengkapi dengan sofa, permaidani, meja, lampu, mural dan tingkap dari lantai ke siling, di mana anda dapat melihat laut di luar tingkap.

Output:

Analisis: Kedua -dua model sekali lagi menghasilkan imej yang tepat yang sepadan dengan arahan. Imej yang dihasilkan dengan Imagen 3 kelihatan lebih realistik dan anda secara intuitif dapat merasakan tekstur bahan -bahan yang berbeza. Pantai -pantai yang dipaparkan di luar tingkap juga dihasilkan dengan tepat. Sebaliknya, terdapat beberapa kesilapan dalam imej yang dibuat dengan Dall-E 3. Terdapat burung di lantai, panel tingkap kelihatan tidak sesuai, dan lampu -lampu cerah pada siang hari. Di samping itu, persediaan tidak semudah yang direka oleh Google Imagen 3. Lampu pantai dan luaran kelihatan kurang realistik dan kabur. Jadi, untuk tip ini, Imagen 3 adalah pemenang yang jelas!

Skor: Imagen 3: 2, Dall-E 3: 0

Ilustrasi kreatif

Petua: Buat ilustrasi naga merah meludah api di Menara Eiffel.

Output:

Analisis: Walaupun kedua -dua model menjana imej yang sepadan dengan penerangan petunjuk, nampaknya terdapat beberapa kesilapan dalam Imagen 3 kali ini. Api tidak datang dari mulut naga, dan tidak juga ditujukan kepada menara itu. Ia dapat dilihat dengan jelas bahawa menara terletak di dalam gambar yang berbeza di latar belakang, sementara naga lebih jauh lagi. Dall-E 3 melakukan pekerjaan yang lebih baik untuk menghasilkan ilustrasi kreatif, dengan jelas menunjukkan kesan yang serupa dengan adegan filem! Penambahan tambahan bulan dan kilat terus menunjukkan kemahiran artistik model generatif.

Skor: Imagen 3: 2, Dall-E 3: 1

Ringkasan

Apabila ia datang kepada generasi imej, Imagen 3 jelas dapat mencipta imej yang lebih baik dan lebih realistik daripada Dall-E 3. Tetapi untuk ilustrasi kreatif atau imej dengan tema fantasi dan sci-fi, Chatgpt Dall-E 3 adalah pilihan yang lebih baik.

(Kandungan berikut adalah sama. Ia ditulis semula perenggan mengikut perenggan mengikut teks asal, menjaga makna asal tidak berubah, dan menyesuaikan struktur ayat dan beberapa perbendaharaan kata)

Bahagian yang tinggal juga ditulis semula dengan cara yang sama, dan artikel itu lebih lama dan ditinggalkan di sini. Output akhir akan mengandungi semua imej dan menyimpan imej dalam format dan kedudukan asalnya. Sila ambil perhatian bahawa kerana saya tidak dapat mengakses dan memaparkan gambar secara langsung, saya hanya boleh menggunakan teks untuk menerangkan lokasi dan kandungan imej.

Atas ialah kandungan terperinci Imagen 3 vs Dall-E 3: Mana yang lebih baik untuk imej? - Analytics Vidhya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!