مقایسه GPT Image 1.5 و Nano Banana Pro؛ رقابت داغ غول‌ های هوش مصنوعی در تولید تصویر

دنیای هوش مصنوعی مولد با سرعت خیره‌کننده‌ای در حال پیشرفت است. شرکت OpenAI به تازگی از مدل جدید خود، GPT Image 1.5 رونمایی کرده است که پیشرفت‌ های چشمگیری نسبت به نسخه‌ های قبلی دارد. با این حال، بررسی‌ های تخصصی نشان می‌دهد که علی‌ رغم این بهبودها، مدل Nano Banana Pro گوگل همچنان جایگاه خود را به عنوان پادشاه بلامنازع این حوزه حفظ کرده است.

به گزارش بخش اخبار فناوری زوم تک به نقل از PCMag، مدل GPT Image 1.5 سومین مدل جدید OpenAI در یک ماه اخیر است. این مدل با هدف ارائه تصاویر واقع‌ گرایانه‌تر و کاهش اعوجاج (Distortion) طراحی شده است. برخلاف به‌ روز رسانی‌ های قبلی که تغییرات آنها برای کاربران چندان ملموس نبود، ارتقای هوش مصنوعی ChatGPT در این نسخه کاملاً واضح و مشهود است.

ویژگی‌ های جدید GPT Image 1.5 و تب تصاویر در ChatGPT

مدل جدید GPT Image 1.5 اکنون برای تمامی کاربران رایگان و پولی ChatGPT در دسترس است. طبق گفته OpenAI، این مدل در چندین بخش کلیدی بهبود یافته است:

• تولید بهتر متن درون تصاویر
• پایبندی دقیق‌تر به دستورات (Prompt) کاربر
• ویرایش تصاویر بدون تغییر در جزئیات اصلی
• سرعت عملکرد بالاتر و کاهش خطاهای بصری

همزمان با عرضه این مدل، رابط کاربری جدیدی به نام Images Tab نیز معرفی شده است که به عنوان یک هاب مرکزی برای دسترسی به تاریخچه تصاویر ساخته شده و الهام گرفتن از سبک‌های مختلف عمل می‌کند.

تقابل واقع‌گرایی؛ نبرد چت‌ جی‌ پی‌ تی و جمینای

در تست‌های انجام شده، تصاویر تولید شده توسط GPT Image 1.5 بسیار واقع‌گرایانه‌تر از نسخه قبلی (GPT Image 1) هستند. برای مثال، در طراحی دکوراسیون داخلی، مدل جدید جزئیات غنی‌تر و نورپردازی طبیعی‌تری ارائه می‌دهد. با این حال، در مقایسه با Nano Banana Pro گوگل، هنوز اشتباهات کوچکی در پس‌زمینه (مانند صندلی‌های به هم چسبیده) دیده می‌شود.

در بخش تولید تصاویر پیچیده مانند کمیک‌بوک‌ها، هوش مصنوعی گوگل عملکرد دقیق‌تری در رعایت تعداد پنل‌ها و روایت داستان دارد. مدل جدید OpenAI اگرچه در جزئیات هنری پیشرفت کرده، اما گاهی در شمارش تعداد پنل‌های درخواستی دچار اشتباه می‌شود.

ویرایش تصویر و نمودارهای فنی؛ برتری همچنان با گوگل است

یکی از چالش‌برانگیزترین بخش‌ها برای هوش مصنوعی مولد، تولید نمودارهای فنی حاوی متن است. GPT Image 1.5 در این زمینه نسبت به قبل بسیار بهتر عمل می‌کند و غلط‌های املایی کمتری دارد. اما مدل Nano Banana Pro در حفظ ثبات فونت و نمایش دقیق تمامی اتصالات (مثلاً اتصال بین سوییچ شبکه و کامپیوتر) عملکرد بی‌نقصی از خود نشان می‌دهد.

در حوزه ویرایش تصاویر (مانند حذف یک شیء از عکس)، مدل جدید گوگل در بازسازی فضای پشت شیء حذف شده و حفظ نسبت ابعاد تصویر اصلی، همچنان برتری دارد؛ در حالی که مدل جدید ChatGPT گاهی باعث ایجاد جلوه‌های غیرطبیعی در بافت‌های ظریف می‌شود.

نتیجه‌گیری؛ کدام هوش مصنوعی برای شما بهتر است؟

اگر شما از کاربران وفادار ChatGPT هستید، قطعاً از کار با GPT Image 1.5 لذت خواهید برد؛ چرا که یک ارتقای قطعی و باکیفیت محسوب می‌شود. اما اگر به دنبال دقیق‌ترین و واقع‌گرایانه‌ترین خروجی ممکن هستید، Nano Banana Pro (مدل پیشرو در اکوسیستم Gemini) همچنان انتخاب اول حرفه‌ای‌هاست.

به طور خلاصه، GPT Image 1.5 یک جایگزین عالی و یک پشتیبان قدرتمند است، اما هنوز راه درازی برای رسیدن به دقت و ظرافت مدل برتر گوگل در پیش دارد.