ทดสอบโมเดลสร้างภาพ AI ของ Meta กับ ChatGPT และ Nano Banana 2 – ผลลัพธ์ที่ทำให้ต้องประหลาดใจ

Meta เปิดตัวโมเดล AI สร้างภาพใหม่เพื่อท้าทาย ChatGPT ของ OpenAI และ Nano Banana 2 ของ Google Gemini โดยผู้เขียนได้ใช้คำสั่งเดียวกัน 5 คำสั่งเปรียบเทียบคุณภาพของแต่ละระบบ ผลการทดลองแสดงให้เห็นว่าระบบแต่ละตัวมี “บุคลิก” ที่แตกต่างและจุดแข็งเฉพาะ การทดสอบนี้สำคัญเพราะ AI ภาพกำลังกลายเป็นเครื่องมือหลักสำหรับนักออกแบบ ผู้ตลาด และผู้สร้างเนื้อหาออนไลน์

Overview

การทดลองครั้งนี้จัดทำโดย TechRadar โดยใช้ Meta AI, ChatGPT (เวอร์ชันภาพของ OpenAI) และ Nano Banana 2 ของ Google Gemini เป็นเปรียบเทียบ โมเดลทั้งสามถูกสั่งให้สร้างภาพตามหัวข้อเดียวกัน 5 ครั้ง ซึ่งครอบคลุมการออกแบบโฆษณา, ภาพธรรมชาติจริงจัง, โพสต์โซเชียล, การ์ตูนสี่ช่อง และฉากแนวโน๊อร์ผสมการ์ตูน ผลลัพธ์ทั้งหมดได้รับการประเมินตามความแม่นยำของข้อความ, ความเหมือนกับภาพถ่ายจริง, ความต่อเนื่องของเรื่องราวและความคิดสร้างสรรค์

Test Methodology

ผู้ทดสอบกำหนดคำสั่ง (prompt) ที่ละเอียดแต่เป็นกลาง เพื่อให้ระบบต้องจัดการทั้งส่วนกราฟิกและข้อความ ตัวอย่างเช่น “ออกแบบโปสเตอร์สินค้า Moon Orchard” หรือ “ถ่ายภาพฟ็อกซ์สีแดงในป่า‑หิมะตอนรุ่งอรุณ” ทุกครั้งผลลัพธ์ถูกบันทึกเป็นไฟล์รูปภาพแล้วเปรียบเทียบด้วยตาเปรี้ยวของผู้เขียน นอกจากนี้ยังตรวจสอบว่าข้อความบนภาพตรงกับคำสั่งหรือไม่ เช่น การจัดวางชื่อแบรนด์และคำนิยามสินค้าในโปสเตอร์

Poster Design

ผลการสร้าง โปสเตอร์ผลิตภัณฑ์ ของแต่ละระบบแสดงให้เห็นลักษณะการออกแบบที่แตกต่างกัน  - ChatGPT ให้ภาพที่มีสีม่วงอ่อนพร้อมเชอร์รี่และมะนาว พร้อมหัวข้อ “Bright enough for midnight” ที่ดูเป็นมืออาชีพที่สุด  - Google Gemini สร้างเค้าโครงคล้ายแมกกาซีนโดยเพิ่มข้อความฉลากเพิ่มเติมและแก้วเครื่องดื่มที่มีของเหลวอยู่ในนั้น  - Meta AI ผลิตกระป๋องที่ดูหรูพร้อมหยดน้ำคอนเดนเซชัน ทำให้ภาพดูเหมือนโฆษณาพรีเมี่ยม

Wildlife Photography

ในการทดสอบ ภาพถ่ายธรรมชาติ ระบบต้องสร้างรูปสุนัขจิ้งจอกสีแดงในป่า‑หิมะตอนเช้า  - ChatGPT เน้นการเคลื่อนไหวของสัตว์เข้าหากล้อง ทำให้เกิดความรู้สึกดราม่าที่ชัดเจน  - Google Gemini ให้มุมมองด้านข้างที่เป็นธรรมชาติที่สุดโดยไม่มีเอฟเฟกต์เกินจำเป็น  - Meta AI ผลิตภาพที่มีบรรยากาศเหมือนฉากจากหนังโดยพื้นหลังคมชัดและแสงสว่างสมจริงที่สุด

Social Media Invite

สำหรับการสร้าง โพสต์ Instagram เชิญงานปาร์ตี้ในสวน ระบบต้องรวมไฟหิ่งห้อย โต๊ะไม้ เครื่องดื่ม และข้อความ “Saturday Garden Party — 7 p.m.”  - ChatGPT สามารถบูรณาการข้อความเข้ากับกราฟิกได้เรียบง่ายที่สุด ทำให้ดูเป็นการออกแบบเชิงโซเชียลที่พร้อมใช้งาน  - Google Gemini ให้ฟอนต์และเค้าโครงเหมือนใบปลิวพิมพ์ มากกว่าลักษณะโพสต์บน Instagram  - Meta AI สร้างฉากถ่ายภาพเหตุการณ์จริงที่สวยงาม แต่ข้อความดูแยกออกจากภาพหลัก ทำให้ความรู้สึกเป็นเชิญอีเวนต์ลดลง

Comic & Noir

การทดสอบสองหัวข้อนี้ตรวจสอบ การเล่าเรื่องต่อเนื่อง และ การผสมแนวศิลป์  - ในคอมิก “หุ่นยนต์ Pip ทำแพนเค้ก” ทั้งสามระบบสร้างภาพสี่ช่องที่ตัวละครคงที่  - ChatGPT ให้เรื่องราวง่ายต่อการเข้าใจและมีอารมณ์ขันมากที่สุด  - Google Gemini มีความเรียบแบบการ์ตูนที่ขัดเกลาอย่างดี  - Meta AI แม้ว่าจะใส่บอลลูนคำพูดผิดตำแหน่ง แต่ยังคงสร้างภาพที่มีคุณภาพสูง

ในส่วน โนอร์คอมิก (นักสืบตรวจสอบคุกกี้หาย) ระบบต้องผสมโทนสีดำ‑ขาวของหนัง noir กับการ์ตูนเช้าวันเสาร์  - ChatGPT สมดุลระหว่างบรรยากาศและเรื่องราวได้ดี  - Google Gemini เน้นอารมณ์เงียบสงัดแบบคลาสสิก  - Meta AI ทำให้ฉากดูขบขันที่สุด โดยใส่การ์ตูนสุนัขเป็นนักสืบพร้อมกับรายละเอียดภาพที่หลากหลาย จนทำให้การผสมแนวสำเร็จลุล่วงอย่างเต็มรูปแบบ

Analysis

จากผลลัพธ์ทั้งหมดสามารถสรุปได้ว่า:

• Nano Banana 2 ของ Google Gemini ยังคงเป็นผู้ชนะด้านความเป็นจริงของภาพ (realism) โดยเฉพาะในฉากธรรมชาติที่ต้องการรายละเอียดสูง
• Meta AI แสดงความกล้าหาญในการทดลองแนวคิดสร้างสรรค์ใหม่ ๆ เช่นโปสเตอร์ระดับพรีเมี่ยมและคอมิกขบขัน ทำให้บางครั้งได้ผลลัพธ์ “สนุกที่สุด” ในหัวข้อที่เปิดกว้าง
• ChatGPT มีความเข้าใจคำสั่ง (prompt) ที่แม่นยำที่สุด สร้างภาพที่ตรงกับเจตนาของผู้ใช้ในทุกกรณี ยกเว้นการผสมแนวโนอร์‑คอมิกซึ่ง Meta AI ทำได้ดีกว่า

ผลลัพธ์เหล่านี้บ่งบอกว่าการเลือกโมเดล AI ภาพควรพิจารณาตามจุดประสงค์ใช้งาน: ความเป็นจริง, ความคิดสร้างสรรค์ หรือความแม่นยำของข้อความ

Summary

การทดสอบเปรียบเทียบ Meta AI, ChatGPT และ Nano Banana 2 แสดงให้เห็นว่าแต่ละระบบมีจุดแข็งและบุคลิกเฉพาะตัว โดย ChatGPT เข้าใจเจตนาผู้ใช้ได้ดีที่สุด ส่วน Meta AI ทำการทดลองสร้างสรรค์ที่แปลกใหม่ที่สุด และ Nano Banana 2 ยังคงความเป็นจริงของภาพสูงสุด การเลือกใช้งานจึงควรขึ้นกับเป้าหมายและลักษณะงานของผู้ใช้.