איזה מודל AI יצר את התמונה הכי מפורטת? השוואה בין 6 מודלי התמונות המובילים

אמיר משה

21 בנובמבר, 2024

בעולם שבו מודלים של AI ליצירת תמונות משתפרים כל הזמן, עולה שאלה מסקרנת במיוחד:

מי מבין הכלים המובילים מסוגל להבין פרומפט מפורט ומורכב בצורה הטובה ביותר?

לקחתי על עצמי את המשימה לבדוק את זה, והשוותי בין ששת המודלים הבולטים בתחום:
מידג’רני, פיירפליי, ריקראפט, אידאוגרם, דאלי ופלוקס.

במאמר הזה, נציג את הכלים, נסביר כיצד הם מתמודדים עם פרומפטים מורכבים, ונבחן את התוצאות.

מהו הפרומפט המפורט ששימש לבדיקת מודלי ה-AI?

כדי להעמיד את המודלים למבחן, יצרנו פרומפט מלא בפרטים ייחודיים ומורכבים במיוחד:
“אישה מבוגרת עם שיער בלונדיני ארוך ופוני, נעליים ירוקות, סרט בשיער, שמלה מעוצבת בסגנון אלקטרוני, יושבת על ערימת מזומנים ומחזיקה יהלום ורוד. ברקע יער עולה בלהבות ונחל מזוהם, בשמיים חלליות מוזהבות וקשת בענן.”

הרעיון מאחורי פרומפט כזה היה לבדוק את רמת ההבנה של הכלים:

• עד כמה הפרטים הקטנים אכן יבואו לידי ביטוי בתמונה?

• האם המודלים יתעלמו מפרטים מסוימים או יוסיפו פרשנות חופשית?

• האם התוצאה תשקף את התיאור המורכב במלואו?

👈 קראו גם איזה מהמודלים שילב טקסטים בתמונות AI בצורה הטובה ביותר

🖌️ המודלים שנבחנו והתוצאות

1. מידג'רני (MidJourney)

אחד הכלים הפופולריים ביותר כיום, שמוכר בזכות היכולת שלו ליצור תמונות עשירות ובלוק אומנותי מאוד. מידג’רני ידוע בתוצאות המיוחדות והדמיון היצירתי שהוא מביא, אך לפעמים הוא עשוי להתמקד באסתטיקה על חשבון הדיוק.
איך הוא הצליח?
נראה שהוא השקיע בדיוק הפרטים, אך חלק מהאלמנטים לא היו כל כל ברורים כמו החלק העליון של השמלה האלקטרונית והנחל שלא בא לידי ביטוי:

2. פיירפליי (Adobe Firefly)

פיירפליי מבית אדובי מותאם במיוחד למעצבים גרפיים ואפילו יש לו ממשק מכובד בתוך תוכנת פוטושופ. איך הוא הצליח? התוצאה הייתה פחות נאמנה לפרומפט. היה פה מיקס של הצבעים והבקשות המפורטות. ערימת המזומנים מוזהבת, היער לא בוער והמון פרטים באישה שלא באו לידי ביטוי. תוכלו להתרשם (לרעה) בעצמכם:

3. ריקראפט (Recraft)

ריקראפט הוא כלי חדש יחסית, שמצטיין במהירות יצירת התמונה ובממשק קנבס מיוחד.
איך הוא הצליח?
ריקראפט הפיק תוצאה מעניינת אך התעלם מפרטים מסוימים בפרומפט – ערימת המזומנים אמנם שם אבל לא במקום. ביד אין יהלום (כנראה שזה מיקס של מזומנים ורודים, משקפי שמש על הראש במקום סרט והתעלמויות נוספות. יותר מוצלח מדאלי אבל לא מאוד טוב בדיוק.

4. אידאוגרם (Ideogram)

אידאוגרם ידוע בעיקר ביכולת ליצור טקסט ותמונות מפורטות מאוד. אין ספק שהציפיות ממנו היו מרובות. איך הוא הצליח? אידאוגרם הצליח בכל הפרמטרים ונתן תמונה מדוייקת מאוד. שלמות הדיוק בפרטים לא באה על חשבון איכות התמונה. מבחינתי זה הכלי המנצח… טוב יש עוד כלים לבדוק לא נעשה ספויילר. לא נראה לי שתצליחו למצוא אי דיוקים:

5. דאלי (DALL·E)

כחלוץ בתחום יצירת תמונות ב-AI, דאלי כמעט ולא השתדרג ביכולותיו מאז שהושק ע”י Open AI.
איך הוא הצליח?
דאלי הביא תוצאה חמודה ודי קולעת לפרומפט, אולי פרט לשמלה הלא מספיק מאופיינת לנהר המזוהם שלא בא לידי ביטוי בתמונה הוא עשה עבודה טובה. חבל שהוא מוגב ביחס תמונה של 1:1 אבל זו כבר הגבלה אחרת.

6. פלוקס (Flux)

פלוקס הוא בין המודלים החדשים יותר בשוק ועושה עבודה די טובה. איך הוא הצליח? פלוקס הראה יצירתיות רבה, וקומפוזיציה מעניינת. אם נחפש בכוח אי דיוקים נוכל למצוא כמו היהלום שלא בדיוק יהלום והבגרות של האישה שלא מאוד באה לידי ביטוי. אבל סה”כ עבודה מעולה.

מהן המסקנות העיקריות מהשוואת מודלי ה-AI ליצירת תמונות?

המסקנות העיקריות מהשוואת מודלי ה-AI ליצירת תמונות הן שאידאוגרם, דאלי ופלוקס דייקו ביותר בפרומפט המורכב, בעוד מידג’רני ופלוקס הצטיינו באיזון הטוב ביותר בין דיוק לאמנותיות. מודלים כמו אידאוגרם, דאלי ופלוקס הוכיחו יכולת טובה להיצמד לפרומפט המורכב, בעוד פלוקס ומידג’רני נטו לפרשנות חופשית יותר. מידג’רני ופלוקס הפיקו תמונות מרהיבות מבחינה ויזואלית, גם אם לא תמיד מדויקות במלואן.