Đánh giá chuẩn về khả năng tạo hình ảnh

Muse Image của Meta so với Gemini Nano Banana 2 và ChatGPT Images 2.5 tốt đến mức nào?

Bảy bài đánh giá tạo ảnh từ văn bản (nội dung gốc), tiếp theo là bảy bài đánh giá chỉnh sửa hình ảnh sử dụng ảnh nguồn và câu lệnh cố định.

Muse Image 1.0Gemini Nano Banana 2ChatGPT Images 2.5

01

Trường hợp kiểm thử

Sáu chiếc kèn trombone màu đỏ

Câu lệnh (dịch từ tiếng Anh)

Yêu cầu chính: Sáu chiếc kèn trombone màu đỏ nằm ở bên phải bốn con rùa thủy tinh đang nhảy qua một con lạc đà không bướu màu xanh lam. Phong cách/chất liệu: minh họa studio sạch sẽ, dễ đọc Bố cục/khung hình: một khung cảnh hình vuông mạch lạc; hiển thị đầy đủ mọi vật thể; thể hiện rõ ràng các mối quan hệ ở bên phải và nhảy qua Ràng buộc: chính xác sáu chiếc kèn trombone màu đỏ, chính xác bốn con rùa thủy tinh trong suốt, chính xác một con lạc đà không bướu màu xanh lam; không có vật thể thừa; không có văn bản, số, nhãn, viền, bảng hoặc hình mờ.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

Gemini > ChatGPT > Muse

Gemini là mô hình duy nhất vẽ chính xác sáu chiếc kèn trombone. ChatGPT vẽ sáu chiếc kèn trombone nhưng lại vẽ nhầm thành năm con rùa, trong khi Muse vẽ tám chiếc kèn trombone và năm con rùa.

Gemini thể hiện sự tuân thủ mạnh mẽ nhất đối với các số lượng đã yêu cầu.

02

Trường hợp kiểm thử

Đảo ngược vai trò và thuộc tính bất thường

Câu lệnh (dịch từ tiếng Anh)

Tạo một cảnh nông trại điện ảnh rộng duy nhất đảo ngược các vai trò quen thuộc mà không trở thành một bức ảnh ghép. Ở trung tâm, một phi hành gia mặc bộ đồ du hành vũ trụ màu trắng hoàn chỉnh đang bò bằng tay và đầu gối trong khi đúng một con ngựa hạt dẻ ngồi dạng chân trên ba lô hỗ trợ sự sống của phi hành gia, đang cưỡi phi hành gia một cách rõ ràng; không hiển thị phi hành gia cưỡi ngựa. Ở bên trái, một chú chim xanh nhỏ bé hung dữ dọa một con bù nhìn rơm, nghiêng người ra sau với hai tay giơ lên. Ở bên phải, một con hươu cao cổ màu hồng tươi đang nhìn ra từ phía sau một hàng rào thấp. Giữ cho mọi đối tượng hiển thị đầy đủ, rõ ràng về mặt giải phẫu và tách biệt về mặt không gian; không có văn bản hoặc hình mờ.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

ChatGPT ≥ Gemini > Muse

ChatGPT là mô hình duy nhất thể hiện chú chim màu xanh đang chủ động dọa con bù nhìn. Ở các hình ảnh khác, hướng ngã của bù nhìn không khớp với hướng tiếp cận của chú chim.

Muse xếp sau Gemini vì khả năng phân tách không gian kém. Gemini là hình ảnh duy nhất thể hiện độ sâu thuyết phục.

03

Trường hợp kiểm thử

Hình học gương, bàn tay và trang sức

Câu lệnh (dịch từ tiếng Anh)

Tạo một cảnh bàn trang điểm hình vuông chân thực như ảnh chụp được thiết kế để kiểm tra hình học gương và bàn tay. Một người phụ nữ đối mặt với chiếc gương đứng lớn trong khi giơ bàn tay trái thực sự của mình lên, lòng bàn tay hướng về phía mặt kính; hình phản chiếu của nó phải xuất hiện ở phía bên phải của gương và hiển thị cùng một lòng bàn tay. Bàn tay trái thực sự của cô ấy đeo đúng ba chiếc nhẫn—viên đá đỏ ngón trỏ, vàng trơn ngón giữa, viên đá xanh ngón áp út—trong khi cổ tay phải thực sự của cô ấy chỉ đeo một chiếc vòng tay bằng bạc. Đặt một chiếc cốc màu xanh lá cây bên trái gương và một chiếc cốc màu đỏ bên phải; vị trí phản chiếu của chúng phải đảo ngược. Hiển thị tổng cộng mười ngón tay tự nhiên trên bàn tay thật, bàn tay phản chiếu nhất quán, không có thêm đồ trang sức, văn bản hoặc hình mờ.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

Muse > Gemini > ChatGPT

Muse tuân thủ chính xác các hướng dẫn cho cả hai bàn tay.

Gemini không nâng tay trái lên và đặt tất cả trang sức lên tay phải.

ChatGPT có thêm một bàn tay ở bên phải, trông rất không tự nhiên và đáng sợ.

04

Trường hợp kiểm thử

Kiểu chữ, dấu phụ và đường cơ sở cong

Câu lệnh (dịch từ tiếng Anh)

Tạo một bức ảnh nghệ thuật đường phố chân thực như ảnh chụp trên một bức tường gạch đỏ liền mạch. Ở giữa phía trên, hãy vẽ chính xác câu viết hoa “BE EXCELLENT TO EACH OTHER” bằng các chữ cái in hoa lớn màu trắng, được đánh vần hoàn hảo một lần. Phía bên dưới, trên một đường cơ sở màu ngọc lam cong rõ ràng, hãy viết chính xác “Crème brûlée — déjà vu!” với cả hai dấu, dấu gạch ngang dài, chữ thường và dấu chấm than còn nguyên vẹn. Ở bên phải, hãy đưa vào bức graffiti của một người ngoài hành tinh màu xanh mặc áo Tuxedo đen và nơ đỏ. Ở tiền cảnh, đặt một trụ nước cứu hỏa màu vàng ở vỉa hè bên trái và một áp phích nhỏ ở phía xa bên phải có chữ chính xác “eXit 7½”. Không có văn bản nào khác có thể đọc được, chữ cái bị trùng lặp, hình mờ hoặc bảng ảnh ghép.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

ChatGPT > Muse > Gemini

ChatGPT tuân thủ các yêu cầu một cách chính xác.

Muse sử dụng sai dấu, viết “brûlée” thành “û”.

Gemini bịa ra một con phố ở bên trái và một góc tường ở bên phải, mâu thuẫn với bức tường liên tục duy nhất đã được yêu cầu.

05

Trường hợp kiểm thử

Hành động trong bếp và hậu cảnh có chiều sâu

Câu lệnh (dịch từ tiếng Anh)

Tạo một bức ảnh điện ảnh lấy nét sâu bên trong một nhà bếp bằng thép không gỉ chuyên nghiệp. Ở trung tâm phía trước, một đầu bếp cầm chiếc kẹp màu đen ở tay phải phía trên một cái chảo có đúng hai miếng bít tết, trong khi tay trái giữ cán chảo. Ở bên trái, một đầu bếp phụ đang tung cà chua đỏ, lá xanh và ớt vàng trong một cái bát thủy tinh. Ở hậu cảnh, đúng ba nhân viên đang riêng biệt thái rau củ, trình bày món ăn và mở lò nướng. Treo bốn chiếc chảo đồng phía trên họ, giảm dần kích thước từ trái sang phải. Một phiếu gọi món phía trên khu vực ra món ghi chính xác “TABLE 7”. Hiển thị đúng bàn tay và không có thêm nhân viên hay văn bản nào khác.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

Gemini > Muse > ChatGPT

Gemini tạo ra cảm giác chiều sâu không gian mạnh mẽ nhất và đặt phiếu gọi món ở một vị trí hợp lý.

Muse tạo ra một không gian ba chiều vô lý, và người công nhân đang mở lò nướng dường như đã hợp nhất với đầu bếp ở tiền cảnh.

ChatGPT tạo ra không gian 3D phi lý nhất. Các chảo có vẻ cách xa bằng đầu bếp, nhưng chúng lại nhỏ hơn nhiều so với bình thường. Phía bên trái và bên phải của bức ảnh thể hiện các độ sâu khác nhau (3 người thợ ở phía sau xa hơn nhiều so với những gì phía bên trái gợi ý).

06

Trường hợp kiểm thử

Độ trong suốt, độ che khuất và ánh sáng

Câu lệnh (dịch từ tiếng Anh)

Tạo một tĩnh vật studio có vẻ hợp lý về mặt vật lý trên sàn màu xám mờ. Đặt một khối lập phương bằng thủy tinh trong suốt phía sau một quả cầu đỏ bóng nhưng ở phía trước hình nón màu vàng. Quả cầu che một phần khối lập phương và khối lập phương che một phần hình nón, trong khi tất cả các hình bóng vẫn có thể nhận dạng được. Treo đúng hai viên bi màu xanh lam theo chiều dọc bên trong khối lập phương. Ở phía bên trái, hãy sắp xếp ba hình chóp bạc nhỏ theo đường từ trước ra sau. Ở phía bên phải, chồng bốn vòng tròn màu xanh lá cây như một chuỗi mà không hợp nhất. Chiếu sáng mọi thứ từ phía trên bên trái để mọi bóng đổ xuống và sang phải. Không có văn bản hoặc hình dạng bổ sung.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

Muse = ChatGPT > Gemini

Muse làm khá tốt nhưng khối cầu màu đỏ lại hiển thị phản chiếu ở cả hai phía, điều này gợi ý sai rằng có nguồn sáng thứ hai ở bên phải.

ChatGPT gặp vấn đề tương tự mặc dù lỗi nguồn sáng thứ hai ít rõ hơn. Mặt khác, khối hình của nó lại bị biến dạng nhiều hơn.

Gemini chỉ bao gồm ba vòng, và những viên bi bên trong khối thủy tinh có hình phản chiếu phi lý.

07

Trường hợp kiểm thử

Gắn kết biển hiệu với gian hàng trong chợ đêm đa ngôn ngữ

Câu lệnh (dịch từ tiếng Anh)

Tạo một khung cảnh chợ đêm chân thực, liên tục với ba gian hàng từ trái sang phải. Biển hiệu màu trắng của hiệu sách màu xanh dương có chữ “LIBROS”; biển hiệu màu kem của hiệu trà màu đỏ có chữ “茶”; biển hiệu màu đen của hiệu bánh mì màu xanh lá có chữ “خبز”. Treo chính xác năm chiếc đèn lồng đỏ chỉ ở phía trên gian hàng ở giữa. Người bán hàng thuận tay trái đang rót nước từ một chiếc ấm bạc cầm ở tay trái vào các cốc theo thứ tự màu xanh dương, trắng, rồi vàng. Ở phía trước, đặt một đứa trẻ mặc áo khoác tím đứng giữa một con chó đốm ở bên trái và một con mèo vằn ở bên phải. Giữ nguyên tất cả các chữ viết, số lượng, màu sắc và liên kết; không có văn bản nào khác có thể đọc được.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

ChatGPT = Muse = Gemini

Tất cả các mô hình đều nắm bắt được bầu không khí nhộn nhịp, chân thực của một khu chợ đêm.

Gemini đặt các lồng đèn một cách chính xác phía trên gian hàng giữa, trong khi Muse và ChatGPT đặt chúng bên trong các gian hàng.

However, Gemini also introduces readable words on the right, contrary to the instruction.

Chỉnh sửa hình ảnh

Hình ảnh nguồn + câu lệnh

08

Xóa đối tượng khỏi khung cảnh phức tạp

Câu lệnh (dịch từ tiếng Anh)

Chỉnh sửa Hình A, sử dụng nó làm bức ảnh gốc. Chỉ xóa chiếc xe đạp màu đen lớn chiếm ưu thế ở tiền cảnh trung tâm: chiếc xe đạp có tay lái màu bạc, yên xe màu đen, chắn xích màu đen và chắn bùn trước màu bạc sáng. Tái tạo các phần bị che khuất—chiếc xe đạp màu xanh lá cây phía sau, bức tường gạch sơn, các đường vữa, các nét graffiti, lề đường và đá lát—để chúng trông liên tục và hợp lý về mặt vật lý. Giữ nguyên mọi chiếc xe đạp khác, mọi dấu vết graffiti còn sót lại, khung hình, vị trí máy ảnh, ánh sáng mặt trời, bóng đổ, kết cấu và hạt nhiễu nhiếp ảnh. Không thêm vật thể, văn bản, vùng bị làm mờ, các căm bánh xe bị lặp lại hoặc miếng vá chỉnh sửa có thể nhìn thấy. Trả về cùng khung hình ngang và tỷ lệ khung hình như Hình A.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

Muse > ChatGPT > Gemini

Muse suy luận chính xác rằng bánh trước của chiếc xe đạp ở giữa còn lại phải có màu bạc, điều này giúp nó vượt lên trước ChatGPT.

ChatGPT cũng tạo ra một khoảng ngắt không tự nhiên dọc theo phần đáy của bức bích họa.

Gemini hoàn toàn không xóa được chiếc xe đạp.

09

Đổi màu chọn lọc có nhận biết vật liệu

Câu lệnh (dịch từ tiếng Anh)

Chỉnh sửa Hình A, sử dụng nó làm bức ảnh gốc. Chỉ thay đổi các tấm kim loại sơn màu đỏ có thể nhìn thấy bên ngoài của chiếc ô tô—bao gồm cửa, chắn bùn trước, mép mui xe, tấm hông phía sau và tấm thân xe nhỏ nhô cao màu đỏ phía trên đường nóc xe—thành lớp sơn kim loại màu xanh lá cây đậm kiểu đua xe Anh Quốc. Lớp sơn mới phải giữ nguyên các đường nối tấm ban đầu, điểm sáng và hình phản chiếu của cây. Không tô màu lại hoặc thiết kế lại phần mui bằng nhựa vinyl màu nâu, viền crôm, gương, kính, cao su màu đen, tay nắm cửa, ổ khóa, ăng-ten, huy hiệu, nội thất, tài xế, bó hoa hoặc nền. Không thay đổi mẫu xe hoặc hình học của xe. Giữ nguyên khung hình, độ sâu trường ảnh, ánh sáng và tỷ lệ khung hình gốc; không thêm văn bản, logo hoặc vật thể nào.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

Muse = Gemini > ChatGPT

Muse áp dụng hiệu ứng làm nét không mong muốn lên huy hiệu Ranchero, nhưng phần phản chiếu bãi cỏ của nó trung thực với hình ảnh gốc hơn.

Gemini làm cho bóng của thảm cỏ sắc nét hơn nhưng giữ nguyên huy hiệu.

ChatGPT làm sắc nét huy hiệu Ranchero và áp dụng hiệu ứng làm sắc nét quá mức lên bóng đổ, nên nó xếp cuối cùng.

10

Chiếu sáng lại toàn bộ cảnh mà không làm lệch cấu trúc hoặc văn bản

Câu lệnh (dịch từ tiếng Anh)

Chỉnh sửa Hình A, sử dụng nó làm bức ảnh gốc. Thay đổi khung cảnh từ ban ngày u ám sang giờ xanh (blue hour) chân thực ngay sau cơn mưa. Làm cho bầu trời có màu chạng vạng xanh coban đậm trong trẻo; bật đèn ấm ở nội thất và dưới mái che; để những ánh đèn ấm áp đó và dải màu tím của nhà ga hiện có phản chiếu tinh tế trên mặt đường lát đá đã ướt. Giữ nguyên chính xác vị trí máy ảnh, phối cảnh góc rộng, hình học tòa nhà, mái che, các cột, lối vào, bố cục lát đá, dải màu tím và từ màu trắng dễ đọc “Woolwich”. Giữ nguyên mọi người, cột chắn, áp phích và biển báo hiện có ở vị trí ban đầu và không thêm hoặc bớt bất cứ thứ gì. Không viết lại, dịch hoặc bịa ra văn bản. Giữ nguyên dải tương phản động chân thực—không có vẻ ngoài giả tưởng neon—đồng thời trả về cùng khung hình ngang và tỷ lệ khung hình như cũ.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

Gemini > Muse > ChatGPT

Cả ba mô hình đều làm khá tốt việc giữ lại góc máy, phối cảnh và văn bản bất thường trong khi tạo ra một sàn nhà ướt.

Gemini là mô hình duy nhất sử dụng ánh sáng chính xác, bởi vì cả Muse và ChatGPT đều tự tạo ra những chiếc đèn không có trong bức ảnh gốc.

Đèn của ChatGPT lạc điệu, và nó tạo thêm một chiếc đèn ở cái cây bên trái, nên nó xếp cuối cùng.

11

Ghép chính xác sản phẩm vào một căn phòng đã được trang bị nội thất

Câu lệnh (dịch từ tiếng Anh)

Sử dụng Ảnh A làm căn phòng cơ sở và Ảnh B chỉ làm tài liệu tham khảo nội thất. Trong Ảnh A, chỉ thay thế chiếc ghế bành bọc nệm màu xanh nhạt hẹp ở chính giữa phía sau, nằm giữa hai cửa sổ phía sau sáng sủa và nằm một phần phía sau chiếc ghế sofa màu xanh — bằng chiếc ghế bành màu xanh và vàng chính xác từ Ảnh B. Giữ nguyên phần tựa lưng và ghế ngồi màu vuông vức đặc biệt của Ảnh B, khung gỗ chạm trổ dát vàng, tay vịn mở, tua rua và phần chân mảnh mai. Lắp nó vào vị trí sàn và góc nhìn của chiếc ghế ban đầu theo tỷ lệ phòng đáng tin cậy; khớp với ánh sáng cửa sổ ấm áp, bóng tiếp xúc sàn, phối cảnh và bất kỳ sự che khuất cạnh tự nhiên nào. Không thay đổi ghế sofa màu xanh lam, bàn cà phê, thảm, ghế ngồi tích hợp bên cửa sổ, đèn, cửa sổ, đèn chùm, tường gỗ hoặc bất kỳ phần nào khác của Ảnh A. Không giữ lại nền bảo tàng màu xám của Ảnh B. Trả về bố cục phong cảnh và tỷ lệ khung hình gốc của Ảnh A; không có thêm đồ nội thất, văn bản hoặc viền ảnh ghép.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

Muse > Gemini = ChatGPT

Muse là mô hình duy nhất đặt chiếc ghế đã chỉnh sửa theo đúng hướng ban đầu của nó, trong khi hai mô hình còn lại xoay ghế quá nhiều về bên phải.

12

Gắn kết danh tính, cấu trúc và chất liệu từ ba ảnh tham chiếu

Câu lệnh (dịch từ tiếng Anh)

Tạo một ảnh chân dung studio biên tập, chân thực, hình vuông sử dụng cả ba ảnh tham chiếu với sự liên kết vai trò nghiêm ngặt. Đặt chính con mèo mướp màu xám từ Hình A đang ngồi thẳng và nhìn hơi sang bên trái trên chính chiếc ghế bành có tai ở Hình B. Giữ nguyên khuôn mặt của con mèo, đôi mắt màu vàng xanh, các sọc trán tối màu, bộ lông vằn xám, hình dáng tai và chiếc đuôi dài có vòng. Giữ nguyên phần lưng có tai cao, tay vịn cuộn, mặt ghế rộng, chân trước cong và thanh giằng ngang phía dưới tối màu của Hình B, nhưng chỉ thay thế vải bọc của nó bằng chính họa tiết vải Kẻ trộm dâu tây (Strawberry Thief) từ Hình C: nền xanh hải quân, chim hoét đối xứng, quả dâu tây đỏ, lá xanh và hoa hồng, ở tỷ lệ mà ít nhất có thể nhìn thấy hai con chim hoàn chỉnh trên khắp chiếc ghế. Sử dụng nền studio màu xám ấm liền mạch và ánh sáng dịu từ trên cùng bên trái với bóng tiếp xúc mạch lạc. Không sao chép tán lá hoặc mặt đất từ Hình A, phông nền lưu trữ từ Hình B, hoặc mẫu vải hình chữ nhật từ Hình C. Không có cổ áo, trang phục, động vật bổ sung, đồ nội thất bổ sung, văn bản, viền hoặc bảng ảnh ghép.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

ChatGPT > Muse > Gemini

ChatGPT tạo ra phản hồi bám sát câu lệnh nhất, với khoảng cách rất rõ rệt.

Chiếc ghế trong kết quả của ChatGPT vẫn giữ nguyên vẻ ngoài bám bụi, sờn cũ của chiếc ghế ban đầu.

Muse bảo lưu hoàn hảo hướng và các chi tiết của chiếc ghế, nhưng màu sắc của nó lại quá sáng.

Gemini có màu quá sáng tương tự, và nó cũng quay chiếc ghế sai hướng về phía camera, do đó nó xếp cuối cùng.

13

Đưa con gái tôi lên một ngọn núi trượt tuyết ở Hokkaido

Câu lệnh (dịch từ tiếng Anh)

Sử dụng Ảnh B làm bức ảnh điểm đến gốc và Ảnh A chỉ làm tài liệu tham khảo nhận dạng cho con gái tôi. Tạo một bức ảnh du lịch gia đình thuyết phục bằng cách đặt cùng một bé gái từ Ảnh A lên sườn trượt tuyết phủ đầy tuyết trong Ảnh B, với Núi Yotei của Hokkaido, đường chân trời, đường trượt tuyết và bầu trời mùa đông xanh được giữ nguyên chính xác. Hiển thị toàn thân cô bé ở phía trước bên trái, mỉm cười tự nhiên về phía máy ảnh, mặc áo khoác trượt tuyết màu đỏ phù hợp với độ tuổi, quần trượt tuyết màu xanh hải quân, găng tay đen, giày trượt tuyết màu trắng và mũ len màu kem để lộ hoàn toàn khuôn mặt. Đặt hai chiếc ván trượt cỡ trẻ em song song bên dưới đôi giày của cô bé và một gậy trượt tuyết ở mỗi tay. Khớp với ánh sáng núi, chiều cao máy ảnh, tỷ lệ, không khí lạnh sắc nét, bóng tiếp xúc tuyết và ánh sáng xanh phản chiếu. Giữ nguyên độ tuổi, khuôn mặt, màu mắt, chân tóc và biểu cảm dễ nhận biết của cô bé; không làm cho cô bé già đi hoặc trang điểm đẹp hơn. Không thay đổi hình dáng ngọn núi, không thêm tòa nhà, không bịa đặt văn bản, không nhân đôi người hoặc tạo ảnh ghép. Trả về bố cục phong cảnh và tỷ lệ khung hình của Ảnh B.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

ChatGPT > Gemini > Muse

Cả ba mô hình đều tạo ra bức ảnh trượt tuyết thuyết phục và giữ nguyên nhận dạng dễ nhận biết của cô bé. Tuy nhiên, tất cả đều gặp khó khăn trong việc thể hiện chính xác đôi bốt và ván trượt.

ChatGPT giành chiến thắng nhờ ván trượt được dựng hình sắc nét và bóng đổ tự nhiên trên khuôn mặt cô bé. Mặc dù phần đuôi của ván trượt rõ ràng là quá ngắn.

Gemini gặp khó khăn trong việc hiển thị phần sau của ván trượt, ngoài ra gậy bên phải dài hơn nhiều so với gậy bên trái

Muse cũng gặp khó khăn khi vẽ ván trượt, thêm vào đó bóng đổ quanh mặt cô bé trông không tự nhiên

14

Đổi bạn gái cũ lấy bạn gái mới

Câu lệnh (dịch từ tiếng Anh)

Sử dụng Ảnh A làm bức ảnh gốc. Chỉ thay thế người phụ nữ trưởng thành ngồi phía sau người đàn ông trên xe tay ga bằng người phụ nữ trưởng thành từ Ảnh B. Giữ nguyên khuôn mặt, đôi mắt, mũi, miệng, nước da và mái tóc đen dài dễ nhận biết của người phụ nữ mới, nhưng điều chỉnh cô ấy một cách tự nhiên theo tư thế ngồi, tỷ lệ và hướng nhìn của hành khách ban đầu. Cô ấy phải mặc chiếc áo cardigan màu kem và chân váy màu be của hành khách ban đầu, đồng thời cầm chiếc máy ảnh hai ống kính tương tự ở cùng một vị trí với đôi bàn tay hợp lý. Không mang theo chiếc nón lá, khăn choàng đỏ, lá cờ, đường phố hoặc hậu cảnh của Ảnh B. Giữ nguyên hoàn toàn người đàn ông — bao gồm khuôn mặt, mái tóc, áo sơ mi sọc xanh, đôi bàn tay và tư thế lái xe — đồng thời giữ lại xe tay ga, giá đỡ bằng crôm, đường lát đá cuội, tòa nhà mang tính biểu tượng, cổng, cây cối, biển báo, bóng râm, khung hình và độ sâu trường ảnh từ Ảnh Mẫu A. Phối khớp với ánh sáng ban trưa hiện có và bóng tiếp xúc để bức ảnh này trông giống như một bức ảnh du lịch chưa chỉnh sửa. Không thay đổi bất kỳ người hoặc vật nào khác, không thêm đồ trang sức hoặc văn bản, không nhân đôi các chi trở, không làm mờ khuôn mặt hoặc tạo ảnh ghép. Trả về tỷ lệ khung hình phong cảnh của Ảnh A.

Muse Image 1.0
Gemini Nano Banana 2
ChatGPT Images 2.5
Nhận định

Gemini > ChatGPT > Muse

Cả Gemini và ChatGPT đều làm khá tốt việc hoán đổi khuôn mặt. Tông màu da không tự nhiên ở cả hai bức ảnh. Gemini giành chiến thắng vì cô gái đang nhìn xuống và phù hợp hơn với tư thế ban đầu.

Muse hoàn toàn không đổi được khuôn mặt của bức chân dung thứ hai nên đây là một thất bại hoàn toàn.

Tổng kết cuối cùng

Mô hình hình ảnh nào giành chiến thắng?

Để đơn giản, chúng tôi trao ba điểm cho mỗi lần về nhất (chia đều nếu đồng hạng) và một điểm cho các lần về nhì.

Mô hình thắng ở phần tạo ảnh từ văn bản

ChatGPT Images 2.5

ChatGPT Images 2.5 giành chiến thắng phần tạo ảnh với 9,5 điểm, vượt lên trước Gemini Nano Banana 2 với 9 điểm và Muse Image 1.0 với 7,5 điểm.

Mô hình thắng ở phần chỉnh sửa ảnh

Muse Image 1.0 và Gemini Nano Banana 2

Muse Image 1.0 và Gemini Nano Banana 2 đồng hạng nhất về khả năng chỉnh sửa với 9,5 điểm mỗi bên, vượt qua sát nút ChatGPT Images 2.5 với 9 điểm.

Mô hình thắng chung cuộc

ChatGPT Images 2.5 và Gemini Nano Banana 2

ChatGPT Images 2.5 và Gemini Nano Banana 2 đồng hạng nhất chung cuộc với mỗi bên đạt 18,5 điểm. Muse Image 1.0 bám sát phía sau với 17 điểm.

Hãy tự thử

Tạo và chỉnh sửa hình ảnh bằng AI

Chúng tôi đã tuyển chọn một số câu lệnh để giúp việc sử dụng các mô hình hình ảnh này trở nên dễ dàng hơn nữa - hãy xem cách thực hiện

Khám phá tính năng tạo hình ảnh