各種画像生成AIで同じプロンプト使って検証した結果、実写的画像生成の実力がわかった。
はじめに
画像生成AIの進化が止まりません。多くの画像生成システムが開発され様々画像が使われている現在、それぞれのシステムに於いてどのような特徴があるのか検証してみました。
利用したプロンプトは下記の2つ。日本語で書いたものを英語に翻訳して利用しました。
画像生成AIの場合、英語で指示するのが基本ですが、今回は言語の理解なども含め実験的に日本語でも試しています。
英語
A photo of a Japanese woman standing in a futuristic factory, posing in a combative manner. She is wearing a high-fashion outfit. Her expression shows her determination and is stylish. In the background, the factory has lights placed in various places and instruments lined up. The camera used was a single-lens reflex camera with an ultra-wide-angle lens.
日本語
未来の工場の中に佇む日本人女性の写真で戦闘的ポーズ。服装はモード系ファッション。意思の強さが表情に現れていて、スタイリッシュ。背景の工場は各所にライトが配置され計器類も並んでいる。。カメラは一眼レフで超広角レンズを使用。
1.Midjourney
画像生成AIシステムとしては業界を引っ張る雄といった所でしょうか、流石に英語での指示だと再現性高いです。有料での利用前提のシステムですね。
英語での指示の場合
日本語での指示の場合
うううう、やはりちゃんと日本語を認識できていないですね・・「戦闘的ポーズ」という単語から戦闘服だったり軍艦などを生成してしまいました。
2.Image FX
Image FXは、GoogleのAI Test Kitchenで提供される機能の一つで、AIを活用して画像にエフェクトを追加・編集できるツールです。しかも現在は無料で利用できます。
生成中のインターフェース
英語での指示の場合
再現性高いと思います。Midjourneyは人物生成に於いて全身像などを指示するのが個人的には難しいと感じていて、それら単語を入れていても半身像の人物を作る可能性が高いのですが、Image FXの場合ポージングなども汎用性が高く、また生成される人物の顔立ちも整いすぎることがなく個性があったりします。しかも無料での利用が可能なのは素晴らしいです。
日本語指示の場合
これは残念ながら認識できないみたいです。
3.Copilot（Dall-E 3)の場合
英語での指示の場合
あらぁああ拒否されました・・・なにか問題のある単語があったのでしょうか・・理由はわかりません。
日本語指示の場合
ダメ元で日本語で指示してみました。
ぎゃははは、一眼レフに反応しすぎ。試しにその部分抜いて作らせてみます。おおお、日本語ちゃんと理解できてますね。絵的にも悪くないですね。プロンプトをもう少し工夫すれば更にいいものができるのではないかと思います。（無料なのは素晴らしい）
4.Leonard AI
こちらも無料のバージョンでのテストです。
英語での指示の場合
Leonard AIの場合モード設定を Stock Photo で実行してみました
なかなかいいですね。
Portrait Cinematic Modeでもやってみます。
いいですね。ポートレートもモードだとやはり人物が大きめになります。
日本語指示の場合
なんかごめんなさい・・むりっすよね。無理なのに無理やりやってごめんなさい。
まとめ
基本的に画像生成AIの場合は英語での指示のほうが良い結果につながるというのは確か・・と、いうまでもないわけです。
その質の高さから言えば、 Midjourney が素晴らしいのですが、なんか人物の顔の感じが似てたりCGっぽい質感になりがちです。それは別記事でも書いています。
この点では、Image FX がなかなか健闘していて、人物生成のAIとしては私は一番好きかもです。
とにかく各システムの進化の速度が早いのでこれが数ヶ月後であればまた違った結果になるでしょう。とにかく今は画像生成AIから目が離せません。
この記事が気に入ったらサポートをしてみませんか？