GPT Image 2 считается одной из лучших моделей для генераций картинок. У нее однопроходная архитектура, работающая почти в 2 раз быстрее по сравнению с предыдущими версиями GPT Image. Что интересно, качество, как и расходы на одну генерацию градируются с режима Low до High.
Gemini Omni 1.2 Flash — это гугловское поделие, которое умеет генерировать видосы до 15 секунд длинной сразу со звуком. При этом, в ней доступен “диалоговый режим”, который позволяет вносить правки в уже готовое видео.
Сегодня потестим их в паре для генерации динамичных ассетов в стиле пиксельарт, которые нужно анимировать. Ассеты взяты из самых разных жанров и подобраны случайно.
#1 Стреляющий пистолет с обоймой
GPT Image 2
Gemini Omni 1.2 Flash
И GPT Image и Джемени справились, без шуток, отлично. Первый сделал хорошую раскадровку пистолетного выстрела, а второй облачил ее в качественную анимацию. Единственное, дым кажется лишним, но это уже проблема промтинга.
#2 Сопла космического корабля с огнём
GPT Image 2
Gemini Omni 1.2 Flash
Двигатель тоже получился неплохим. Единственное, что Джемини был дан приказ строго рендерить анимацию на ПНГ фоне, но он обошелся с просьбой весьма своевольно.
#3 Стреляющая средневековая катапульта
GPT Image 2
Gemini Omni 1.2 Flash
Катапульта, внезапно, весьма правдоподобно подчиняется ее в Величеству физике и даже приводится в движение инерцией от отдельно взятого залпа. В промте, для справки, этот момент был упомянут вскользь, без подробного расписывания кинематики движения, так что зачет.
#4 Сакура с опадающими лепестками
GPT Image 2
Gemini Omni 1.2 Flash
Ассет опадющей сакуры выглядит весьма романтично, правда здесь Джемени вновь позволил небольшую вольность: его просили добавить прерывистости (“choppiness”, если по-английски), чтобы анимация больше напоминала восьмибитную. Он же сделал ее гораздо более современной и гладкой.
#5 Трёхэтажный дом с загорающимися/гаснущими окнами
GPT Image 2
Gemini Omni 1.2 Flash
Дом в исполнении Джемини получился весьма ламповым и архитектурно даже более удачным, чем ГПТ-исходник
#6 Приземляющаяся маленькая летающая тарелка
GPT Image 2
Gemini Omni 1.2 Flash
НЛО выглядит забавно и, в принципе, двигается довольно реалистично, но зачем-то в последние две секунды Гемини заставил уже приземлившийся аппарат левитировать. Также он раскрасил ПНГшную секту в зеленый…
#7 Костёр с искрами и дымом
GPT Image 2
Gemini Omni 1.2 Flash
Костер качественный и особых нареканий в роли фонового ассета не вызывает точно.
#8 Магический жезл
GPT Image 2
Gemini Omni 1.2 Flash
Почему-то когда речь заходит об ассетах фентезийных, многие нейронки выкладываются на 200%. Джемини не стал исключением и анимация кастующего магического жезла выглядит месмерически красивой.
#9 Катящийся валун
GPT Image 2
Gemini Omni 1.2 Flash
Анимация камня удалась даже без глюков и джиттеринга, которым грешат некоторые другие нейронки. Но Джемини вновь упрямствует и не хочет делать нормальный ПНГ фон, добавляя при этом какой-то странный свет, будто льющийся на булыжник из театрального софита.
#10 Падающая кирпичная башня
GPT Image 2
Gemini Omni 1.2 Flash
В исполнении Джемини башня рассыпается картинно и эффектно. Опять же, хотелось бы немного больше олдскульной прерывистости.
#11 Раскрывающийся японский веер
GPT Image 2
Gemini Omni 1.2 Flash
Здесь обе модели справились на пять. Особенно радует скорость Джемини, которая анимирует спрайт-лист молниеносно в буквальном смысле.
#12 Световой меч
GPT Image 2
Gemini Omni 1.2 Flash
Добротная, стандартная анимация. Непонятно, что за световой флёр обволакивает джедайскую саблю,но, быть может, это делается нейронкой умышленно, чтобы избежать нарушения авторских прав?
#13 Автомобильное колесо
GPT Image 2
Gemini Omni 1.2 Flash
А вот это буквально лакмусовый тест. Некоторые другие модели, особенно бесплатный Qwen, не очень хорошо справляются с анимацией отдельно взятого колеса. Ну или может справляются, но к тому моменту уже закончатся бесплатные попытки. Джемини же справилась с первого раза и на удивление хорошо, убедительно реализовав стробоскопический эффект.
#14 Падающий метеорит
GPT Image 2
Gemini Omni 1.2 Flash
Метеор выглядит в целом неплохо. Единственное, лучше говорить Джемини, и вообще всем другим моделям при анимации ассетов, чтобы они намертво фиксировали положение объекта на бэкагрунд-поле.
#15 Катана
GPT Image 2
Gemini Omni 1.2 Flash
Заманчивый блеск, по все видимости, окуидзумовской стали — то есть из района Окидзумо на острове Хонсю, славящийся сталью тамахаганэ для мечей — выглядит очень олдскульно и поэтому весьма круто. Такую катану не грех всунуть в современный ремейк ну или хотя бы пародию на Ninja Gaiden.
Конклюжон
Gemini Omni 1.2 Flash, как и другие гугловские модели, отлично держит марку. Она рисует анимации быстро, понимает, что мы хотим от нее буквально с полуслова и позволяет себе галлюцинации и своевольничания не так уж и часто. GPT Image 2 тоже неплохая модель, так как рендерит картинки сумасшедше быстро, хорошо помнит контекст и не нарушает стилистическую логику генераций.
Автор: DimaIam
