Dall-E 3 vs. Midjourney: En stor jämförelse av de mest avancerade AI-konstgeneratorerna

Följ med oss ​​på denna spännande resa när vi utforskar Dall-E 3 och Midjourneys subtiliteter, komplexitet och outnyttjad potential. Den här artikeln belyser de mest spännande jämförelserna baserade på forskning gjord av AI-entusiasten Atachkina; om du är intresserad av att lära dig mer, klicka på länk.

Pro Tips
1. Avslöja Topp 50 text-till-bild-meddelanden för AI Art Generators Midjourney och DALL-E.
2. Tänd din kreativitet med Topp 20 AI text-till-bild konstgeneratorer av 2023.

Den här artikeln ger en text-till-bild-prompt, en bild som visar resultaten från Dall-E 3 och Midjourney, och en förklaring av skillnaderna mellan de två konstgeneratorer. Låt oss börja.

Båda neurala nätverken presterade beundransvärt i detta fall, med Midjourney något bättre än de andra.

Dall-E 3 gjorde ett mycket sämre jobb här; det fick stilarnas ljusa färger, men inte klarheten i detaljerna; deformerade kroppar dök upp i bakgrunden, och ansiktena var inte alls framgångsrika.

Det visade sig vara intressant båda ställena, men Dall-E 3 kämpade återigen med ansiktena. Istället gjorde det en plysch beige väska enligt instruktionerna i prompten, och Midjourney ignorerade det. I det här fallet var Dall-E 3 mycket lydig när det gäller att utföra uppmaningen.

Och ännu en gång, medan båda rutnäten gör utmärkta collage, är Dall-E 3 mer trogen prompten; den lade bara till hjältarna vi specificerade, den kunde inte förvandlas till en joker, och den korsade kaptenen med Batman.

Midjourney kunde kombinera de två artisternas respektive stilar från prompten, medan Dall-E 3 bara lade till en massa upptagna detaljer och ljusa färger till bakgrunden.

Återigen är katterna i toppform, och båda neurala nätverk förstår filmkameror perfekt. Dall-E 3 tillför dock till och med korn till bilderna.

Dall-E 3 skapade en ung Leonardo DiCaprio med coola jumpertexturer, lagt till filmkorn och färgschema och återspeglade väldigt coolt känslan av en rysk dacha. Midjourney var en bra färgreflektor för filmen, och DiCaprio gav henne ett mer moget utseende.

Även om båda neurala nätverk är skickliga på att skapa collage, om du tittar noga, Midjourney förvränger ansikten och vissa objektformer, medan Dall-E 3 är mer exakt i utförandet av själva karaktärerna – det visade sig till och med vara Chewbacca.

När du zoomar in på fotografierna kommer du att märka att Dall-E 3 har suddiga ögon; Midjourney, å andra sidan, är felfri. Dall-E 3 skrev också ut ett märke; ormarna på huvudena verkar vara mer levande och i rörelse; Midjourney alltid gjort dem liggande, snarare än på huvudet.

Båda är coola, men Midjourney övervägde konstnärens stil såväl som effekten av en filmkamera, medan Dall-E 3 ignorerade fullängdsbilden och inte övervägde det.

Vi tog också beslutet att testa ett foto med älvor, men Dall-E 3 vägrade envist att samarbeta. Midjourney ignorerade inte vingarna eftersom referensen med vingar hade lagts till. När Dall-E 3 tog en bild bjöd den på några spännande möjligheter, men med en amerikansk kvinna.

Midjourney gjorde ett fantastiskt jobb, men vi vill särskilt uppmärksamma hur Dall-E 3 skapade filmeffekterna i den övre högra bilden och lade till en egen vit handstil; det blev jättebra.

Dall-E 3 kunde mycket lydigt realisera alla promptens hjältar i en bild igen. Midjourney försökte mycket och var till och med nära att lyckas.

Vid första anblicken verkar det som att båda är bra, men en närmare granskning avslöjar att Dall-E 3 saknar fotorealistisk volym och att Midjourney skötte skarvarna med gafflar med en smäll.

Båda generatorerna är skickliga inom sina respektive områden, med Dall-E 3 utmärkande i text och Midjourney utmärker sig i fotorealism.

Fysiken och geometrin hos hårtorkar är svåra för Midjourney. Du kan ägna mycket tid åt att kämpa med försök och referenser, och ibland liknar resultatet en hårtork, men Dall-E 3 gav ett acceptabelt resultat vid första försöket och skrev till och med texten.

Det enda ögat är bra, men det är en annan historia. I Midjourney, skrev vi en negativ uppmaning – ingen tecknad film, illustration, platt, två ögon. Dall-E 3 lydde omedelbart och gjorde ett öga, ett leende och en hatt av, men den vägrade bestämt att låta någon ta hennes bild.

Midjourney gjorde att generationen inte gillade Brad, så vi använde extratjänsten Insight Ansikts byte att sätta Brads ansikte på generationen; det var ett inlägg om det här. Dall-E 3 vet vem Brad Pitt är och kan rita stjärnor utan någon extra programvara.

Båda maskorna är bra, men Dall-E 3 kan skapa enhörningshorn medan Midjourney kan vanligtvis inte.

Dall-E 3 gjorde ett bra jobb med att omsätta karaktärerna i handling; vi kan se en orc och en tomte med tomteöron. Det finns också en person som bär en Nike-träningsdräkt, men deras ögon är fläckiga. De älvspetsade öronen ignoreras mest av Midjourney, och Nike ignoreras också.

När efterskriftens "illustration" ursprungligen utelämnades från prompten skapade Dall-E 3 en. Vi bestämde oss då för att jämföra det med Midjourneys illustration. Medan Midjourney Dall-E 3 gjorde ett fantastiskt jobb med att rita hammaren och skäran. Exemplet till höger visar hur Dall-E 3 kan se ut i texten.

Emellertid Midjourney gick in i fotorealism; det finns ingen huvudperson i bilderna, bara omgivningen, men ändå cool. Dall-E 3 ville inte vara med på bilden igen.

Dall-E 3 vs. Midjourney: För-och nackdelar

När användare utforskar denna teknik har flera anmärkningsvärda styrkor och begränsningar kommit fram, vilket ger ytterligare insikt om dess funktionalitet.

Alla tillgångar på ett och samma ställe

1. Snabb lydnad: En av de utmärkande egenskaperna hos Dall-E 3 är dess anmärkningsvärda förmåga att följa uppmaningar exakt. Användare har rapporterat att AI-modellen svarar effektivt på ett brett utbud av input, vilket gör den till ett mångsidigt verktyg för olika uppgifter.
2. Mångfacetterad kreativitet: Dall-E 3 uppvisar förmågan att avbilda flera karaktärer i en enda bild, vilket utökar dess potential för berättande och kreativa projekt. Detta mångfacetterade tillvägagångssätt förbättrar dess användbarhet över olika domäner.
3. Textintegration: Användare har noterat Dall-E 3:s skicklighet i att integrera text sömlöst i bilder. Den här funktionen underlättar skapandet av visuellt engagerande innehåll med inbäddade textelement.

Nackdelar:

1. Bildens tydlighet: En anmärkningsvärd begränsning är AI:s tendens att producera bilder med suddiga ansikten och ögon. Även om det utmärker sig i kreativitet, saknar det ibland den klarhet och precision som ses i mänskligt genererat innehåll.
2. Stilkonsistens: Dall-E 3 replikerar inte konsekvent specifika artisters stilar, vilket kan vara en nackdel för dem som söker exakt konstnärlig emulering.
3. VPN-krav: Tillgång till Dall-E 3 kräver för närvarande användning av ett VPN, vilket kan innebära tillgänglighetsutmaningar för vissa användare.
4. Bildhantering: Användare har stött på begränsningar när de hanterar genererade bilder på Microsoft Bing-webbplatsen. Noterbart finns det ingen formatorienteringsfunktion, och bildhistoriken är begränsad till senaste uppladdningar, vilket kräver omedelbar kopiering för senare användning.
5. Generationshastighet: I vissa fall har genereringsprocessen i Dall-E 3 rapporterats vara långsammare jämfört med andra AI-modeller.

Trots dessa begränsningar har Dall-E 3 ett stort löfte. Både användare och experter inser dess potential att revolutionera innehållsskapande och berättande. Som OpenAI fortsätter att förfina och utöka sina erbjudanden, förväntas det att Dall-E 3:s styrkor kommer att lysa ännu starkare, vilket gör den till ett värdefullt verktyg inom olika områden.

Vanliga frågor

Både Dall-E 3 och Midjourney har sina styrkor och svagheter. Dall-E 3 är särskilt lydig mot uppmaningar och kan integrera text sömlöst i bilder. Men det ger ibland bilder med suddiga ansikten och ögon och kanske inte konsekvent replikerar specifika artisters stilar. Å andra sidan, Midjourney utmärker sig i fotorealism men kanske inte alltid fångar essensen av vissa uppmaningar lika exakt som Dall-E 3.

Artikeln ger text-till-bild-uppmaningar, som visar upp resultaten från både Dall-E 3 och Midjourney, och förklarar skillnaderna mellan de två konstgeneratorerna.

Båda AI-modellerna har sina styrkor och svagheter. Till exempel, i en uppmaning om en rymdman på Jupiter, Midjourney överträffade Dall-E 3 något. Men i en annan prompt om Wonder Woman var Dall-E 3 mer exakt när det gällde att fånga uppmaningens kärna.

• Snabb lydnad: Dall-E 3 följer noggrant uppmaningar.
• Mångfacetterad kreativitet: Den kan avbilda flera karaktärer i en enda bild.
• Textintegration: Dall-E 3 kan sömlöst integrera text i bilder.

• Bildtydlighet: Det ger ibland bilder med suddiga ansikten och ögon.
• Stilkonsistens: Dall-E 3 replikerar inte konsekvent specifika artisters stilar.
• Bildhantering: Det finns begränsningar när du hanterar genererade bilder på Microsoft Bing-webbplatsen.
• Generationshastighet: Dall-E 3:s generationsprocess kan vara långsammare jämfört med andra AI-modeller.