Dall-E 3 vs. Midjourney: Velké srovnání nejpokročilejších generátorů umění AI

Přidejte se k nám na této vzrušující cestě, když prozkoumáme Dall-E 3 a Midjourneyjemnosti, složitosti a nevyužitý potenciál. Tento článek zdůrazňuje nejzajímavější srovnání založená na výzkumu, který provedl nadšenec AI Atachkina; pokud se chcete dozvědět více, klikněte na https://trials.autocruitment.com.

Pro tipy
1. Odkryjte 50 nejlepších výzev pro převod textu na obrázek pro generátory umění AI Midjourney a DALL-E.
2. Zažehněte svou kreativitu s Top 20 umělých generátorů umění převodu textu na obrázek z 2023.

Tento článek poskytuje výzvu k převodu textu na obrázek, obrázek zobrazující výsledky z Dall-E 3 a Midjourneya vysvětlení rozdílů mezi těmito dvěma generátory umění. Pojďme začít.

Obě neuronové sítě si v tomto případě vedly obdivuhodně, s Midjourney mírně předčí ostatní.

Dall-E 3 zde odvedl mnohem horší práci; získalo jasné barvy stylů, ale ne jasnost detailů; v pozadí se objevila zdeformovaná těla a tváře nebyly vůbec povedené.

Obě místa se ukázala být zajímavá, ale Dall-E 3 se opět potýkal s tvářemi. Místo toho vyrobila plyšovou béžovou tašku podle pokynů ve výzvě a Midjourney ignoroval to. V tomto případě byl Dall-E 3 velmi poslušný při provádění výzvy.

A ještě jednou, zatímco obě mřížky vytvářejí vynikající koláže, Dall-E 3 je věrnější výzvě; přidalo to jen hrdiny, které jsme specifikovali, nemohlo se to proměnit v žolíka a zkřížilo to kapitána s Batmanem.

Midjourney dokázal zkombinovat příslušné styly obou umělců z výzvy, zatímco Dall-E 3 jen přidal spoustu rušných detailů a jasných barev na pozadí.

Opět jsou kočky ve špičkové formě a obě neuronové sítě dokonale rozumí filmovým kamerám. Dall-E 3 však snímkům dokonce dodává zrno.

Dall-E 3 vytvořil mladého Leonarda DiCapria s cool jumper texturami, přidal filmovou zrnitost a barevné schéma a velmi chladně odrážel pocit ruské dači. Midjourney byl pro film dobrým barevným reflektorem a DiCaprio jí dal dospělejší vzhled.

I když oba neuronové sítě jsou zběhlí ve vytváření koláží, když se podíváte pozorně, Midjourney deformuje tváře a některé tvary objektů, zatímco Dall-E 3 je přesnější v provedení samotných postav – dokonce se ukázalo, že je to Chewbacca.

Když si fotografie přiblížíte, všimnete si, že Dall-E 3 má rozmazané oči; Midjourney, na druhou stranu je bezchybný. Dall-E 3 předepsal také značku; hadi na hlavách se zdají být živější a v pohybu; Midjourney vždy je nutil ležet, spíše než na hlavě.

Oba jsou v pohodě, ale Midjourney zvážil styl umělce i efekt filmové kamery, zatímco Dall-E 3 ignoroval celovečerní záběr a nezohlednil jej.

Také jsme se rozhodli otestovat fotku s vílami, ale Dall-E 3 tvrdošíjně odmítl spolupracovat. Midjourney neignoroval křídla, protože byl přidán odkaz s křídly. Když Dall-E 3 vyfotografoval snímek, nabídlo to několik zajímavých možností, ale s Američankou.

Midjourney odvedli fantastickou práci, ale chceme upozornit na to, jak Dall-E 3 vytvořil filmové efekty na obrázku vpravo nahoře a přidal vlastní bílý rukopis; dopadlo to skvěle.

Dall-E 3 dokázal velmi poslušně realizovat všechny hrdiny výzvy na jednom obrázku ještě jednou. Midjourney se velmi snažil a dokonce byl blízko úspěchu.

Na první pohled se zdá, že oba jsou dobré, ale bližší zkoumání odhalí, že Dall-E 3 postrádá fotorealistický objem a že Midjourney zvládl klouby s vidlemi s třeskem.

Oba generátory jsou zběhlí ve svých oborech, přičemž Dall-E 3 vyniká v textu a Midjourney vynikají ve fotorealismu.

Fyzika a geometrie fénů jsou náročné pro Midjourney. Můžete strávit spoustu času bojem s pokusy a referencemi a občas výsledky připomínají fén, ale Dall-E 3 přinesl přijatelný výsledek na první pokus a dokonce napsal text.

Jediné oko je dobré, ale to je jiný příběh. v Midjourney, napsali jsme negativní výzvu – žádná karikatura, ilustrace, plochá, dvě oči. Dall-E 3 okamžitě poslechla a udělala jedno oko, úsměv a klobouk dolů, ale rozhodně odmítla, aby ji někdo vyfotil.

Midjourney generace neměla ráda Brada, takže jsme použili extra službu Insight face Swap dát Bradovu tvář generaci; byl tu o tom příspěvek. Dall-E 3 ví, kdo je Brad Pitt, a umí kreslit hvězdy bez dalšího softwaru.

Obě sítě jsou dobré, ale Dall-E 3 dokáže vytvořit rohy jednorožce Midjourney obvykle nemůže.

Dall-E 3 odvedl dobrou práci při uvedení postav do akce; můžeme vidět orka a elfa s elfíma ušima. Je tam také člověk v teplákové soupravě Nike, ale má rozmazané oči. Elfí špičaté uši jsou většinou ignorovány Midjourneya Nike je také ignorován.

Když byla postscriptová „ilustrace“ zpočátku z výzvy vynechána, Dall-E 3 ji vytvořil. Pak jsme se rozhodli to porovnat Midjourneyilustrace. Zatímco Midjourney Dall-E 3, který se více podobal ilustracím ze sovětské éry a neobsahoval vílí křídla, odvedl fantastickou práci při kreslení srpu a kladiva. Příklad vpravo ukazuje, jak by se Dall-E 3 mohl objevit v textu.

Nicméně, Midjourney přešel do fotorealismu; na obrázcích není hlavní postava, jen okolí, ale i tak pohoda. Dall-E 3 nechtěl být znovu na fotce.

Dall-E 3 vs. Midjourney: Výhody a nevýhody

Jak uživatelé tuto technologii prozkoumávají, vyšlo najevo několik pozoruhodných silných stránek a omezení, což přináší další pohled na její funkčnost.

Klady:

1. Pohotová poslušnost: Jednou z výjimečných vlastností Dall-E 3 je jeho pozoruhodná schopnost přesně sledovat výzvy. Uživatelé uvedli, že model AI efektivně reaguje na širokou škálu vstupů, což z něj činí všestranný nástroj pro různé úkoly.
2. Mnohostranná kreativita: Dall-E 3 prokazuje schopnost zobrazit více postav v rámci jednoho obrazu, čímž rozšiřuje svůj potenciál pro vyprávění a kreativní projekty. Tento mnohostranný přístup zvyšuje jeho užitečnost v různých doménách.
3. Integrace textu: Uživatelé si všimli odbornosti Dall-E 3 v bezproblémové integraci textu do obrázků. Tato funkce usnadňuje vytváření vizuálně poutavého obsahu s vloženými textovými prvky.

Nevýhody:

1. Jasnost obrázku: Významným omezením je tendence AI vytvářet obrázky s rozmazanými obličeji a očima. I když vyniká kreativitou, někdy postrádá jasnost a přesnost, kterou lze vidět u obsahu vytvořeného lidmi.
2. Konzistence stylu: Dall-E 3 důsledně nereplikuje styly konkrétních umělců, což může být nevýhodou pro ty, kteří hledají přesnou uměleckou emulaci.
3. Požadavek na VPN: Přístup k Dall-E 3 v současné době vyžaduje použití VPN, což může pro některé uživatele představovat problémy s dostupností.
4. Správa obrázků: Uživatelé narazili na omezení při správě generovaných obrázků na webu Microsoft Bing. Je pozoruhodné, že zde není žádná funkce orientace formátu a historie obrázků je omezena na nedávno nahraná data, což vyžaduje okamžité zkopírování pro pozdější použití.
5. Rychlost generování: V některých případech se uvádí, že proces generování v Dall-E 3 je pomalejší ve srovnání s jinými modely AI.

Navzdory těmto omezením má Dall-E 3 značný příslib. Uživatelé i odborníci si uvědomují jeho potenciál způsobit revoluci ve vytváření obsahu a vyprávění příběhů. Tak jako OpenAI pokračuje ve zdokonalování a rozšiřování své nabídky, očekává se, že silné stránky Dall-E 3 zazáří ještě jasněji, což z něj udělá cenný nástroj v různých oblastech.

Nejčastější dotazy

Oba Dall-E 3 a Midjourney mají své silné a slabé stránky. Dall-E 3 je pozoruhodně poslušný výzev a dokáže bez problémů integrovat text do obrázků. Někdy však vytváří obrázky s rozmazanými tvářemi a očima a nemusí konzistentně kopírovat styly konkrétních umělců. Na druhou stranu, Midjourney vyniká ve fotorealismu, ale nemusí vždy zachytit podstatu určitých podnětů tak přesně jako Dall-E 3.

Článek poskytuje výzvy k převodu textu na obrázek a ukazuje výsledky z Dall-E 3 a Midjourneya vysvětluje rozdíly mezi těmito dvěma generátory umění.

Oba modely AI mají své silné a slabé stránky. Například ve výzvě o vesmírném muži na Jupiteru, Midjourney mírně předčil Dall-E 3. V další výzvě o Wonder Woman však Dall-E 3 přesněji vystihl podstatu výzvy.

• Pohotová poslušnost: Dall-E 3 přesně dodržuje pokyny.
• Mnohostranná kreativita: Může zobrazovat více znaků v jednom obrázku.
• Integrace textu: Dall-E 3 dokáže bez problémů integrovat text do obrázků.

• Jasnost obrazu: Někdy vytváří snímky s rozmazanými tvářemi a očima.
• Konzistence stylu: Dall-E 3 důsledně nereplikuje styly konkrétních umělců.
• Správa obrazu: Při správě generovaných obrázků na webu Microsoft Bing existují omezení.
• Rychlost generace: Proces generování Dall-E 3 může být ve srovnání s jinými modely AI pomalejší.