ВЫШЛА БЕСПЛАТНАЯ НЕЙРОСЕТЬ, КОТОРАЯ ДЕЛАЕТ ФОТО С ВАШИМ ЛИЦОМ ЛУЧШЕ ВСЕХ

ВЫШЛА БЕСПЛАТНАЯ НЕЙРОСЕТЬ, КОТОРАЯ ДЕЛАЕТ ФОТО С ВАШИМ ЛИЦОМ ЛУЧШЕ ВСЕХ. Я ПРОВЕРИЛА ?

10 февраля Alibaba выпустила Qwen-Image-2.0 — новую модель генерации изображений. Бесплатную. С 2K-разрешением. Со встроенным редактированием. И с архитектурой в 3 раза легче предыдущей версии.

Интернет гудит, тесты показывают первое место среди ВСЕХ моделей (включая платные). Но мне плевать на бенчмарки. Мне интересно одно: КАК ОНО НА ПРАКТИКЕ?

Взяла своё селфи. Дала один и тот же промпт на русском трём нейросетям — ChatGPT, Google Gemini и Qwen. Задача: посадить меня в режиссёрское кресло на съёмочной площадке.

Три нейросети. Один промпт. Одно фото. Смотрите что получилось ?

Фото 1 — моё селфи (оригинал)

Фото 2 — ChatGPT

Фото 3 — Google Gemini

Фото 4 — Qwen-Image-2.0

Листайте и сравнивайте. А теперь разбор ?

CHATGPT — «Голливудская версия меня»

Красиво? Да. Свет, кресло, наушники — всё по промпту. Но лицо «приглажено». Черты смягчены, идеализированы. Это не я — это я из рекламы крема ? Поза статичная. Руки аккуратно лежат.

Ощущение: фотосессия для журнала. Красиво, но неживое.

GOOGLE GEMINI — «Техничный профессионал»

Самая крутая площадка из трёх: софиты, камеры, кран, силуэты группы в дымке. Кинопродакшн!

Лицо узнаваемо, но тоже отполировано — кожа слишком гладкая, черты обобщённые. Руки сложены аккуратно. Безопасная поза.

Ощущение: корпоративный портрет. Профессионально, но постановочно.

QWEN — «Живой момент»

И вот тут я сказала ВАУ.

Это выглядит как кадр из документального фильма — режиссёр объясняет что-то команде. Правая рука в жесте — живой, динамичный, настоящий. На мониторе за спиной идёт съёмка. Кран, свет, дым.

Но главное — ЛИЦО.

Из трёх нейросетей Qwen ближе всего передала мои настоящие черты. Не приглаженная версия. Не «улучшенная». Живая, естественная, похожая на меня реальную. Текстура кожи натуральная. Куртка — прямо чувствуешь кожу.

ИТОГ:

Сходство с оригиналом:

ChatGPT ??? | Gemini ???? | Qwen ?????

Естественность лица:

ChatGPT ??? | Gemini ???? | Qwen ?????

Динамика позы:

ChatGPT ?? | Gemini ??? | Qwen ?????

Руки (извечная боль AI):

ChatGPT ??? | Gemini ???? | Qwen ?????

Формат:

ChatGPT — квадрат | Gemini — квадрат | Qwen — ПОРТРЕТ ?

ЧТО ЕЩЁ УМЕЕТ QWEN-IMAGE-2.0:

Генерирует инфографику и слайды PPT одним промптом (до 1000 токенов — можно описать полный макет)

2K-разрешение нативно (не апскейл!)

Встроенное редактирование — не с нуля, а дописываете инструкцию в том же чате

7B параметров вместо 20B — в 3 раза быстрее

Apache 2.0 лицензия — полностью открытая

Первое место на AI Arena среди ВСЕХ моделей генерации

Слабое место: кириллица на изображениях пока с ошибками. Но модель обучается в процессе — чем больше работаете на русском, тем быстрее адаптируется. Помните как ChatGPT рисовал текст полгода назад? Вот. Qwen на том же пути.

Попробовать: chat.qwen.ai ? Image Generation ? бесплатно, без регистрации

Загрузите своё фото, опишите сцену — и скиньте результат в комменты! Хочу посмотреть что у вас получится ?

А это был только один тест ?

Продуктовое фото — дала нейросетям фото флакона, попросила новогодний визуал. Расклад совсем другой

Источник: t.me

Комментарии: