КрашТест нейронок для генерации фотосессий

КРАШТЕСТ — взял и сравнил нейронки на предмет генерации сложной фотосессии. Дано три рефа: лицо, одежда, место. Суть: одним промтом, без танцев с бубном, собрать нормальный кадр. Вот что вышло.

4 место — ChatGPT. Удивительно, но он нарисовал вообще другого человека, то есть просто не удержал лицо. И да, я попробовал разные промты и подходы, но он всё равно не справился.

3 место — Seedream 5 Lite. Начал уезжать по позам: вместо одной заданной сделал несколько разных. И почти везде одна и та же проблема — лицо выглядит как наклейка сверху, не встраивается в сцену. Об этой проблеме, я кстати писал ранее.

2 место — Qwen Images. В целом довольно сносно: лицо держит, одежду переносит. Но зачем-то добавил веснушки, которых в рефе не было. Плюс не смог сделать вертикальный кадр — утащило в горизонталь, видимо ориентировался на реф локации.

1 место — Nano Banana, и Pro, и 2. Тут уже прям круто: лицо сохраняет, одежда переносится аккуратно, сцена не разваливается. В отдельных попытках прошка вообще переносила не только костюм, а весь образ целиком.

Промт:

Use Image 1 as the exact reference for the female model’s face, hair, and features. Use Image 2 as the strict reference for the winter outfit and clothing materials she is wearing. Use Image 3 for the background environment, placing the model in the snowy Alpine mountain landscape. Low-angle full-body shot, looking up slightly at the model, making her appear heroic and powerful against the mountain peaks. The model is standing in a strong, confident heroic stance, slightly adjusting the heavy collar of the winter jacket. She has an intense gaze directly into the lens, with a serious, focused expression. Her hair is slightly wind-blown. Natural overcast winter daylight, soft light reflection from the snow acting as a fill light. Shot on Medium Format Hasselblad H6D-100c, 50mm lens, f/4 for a sharp subject and softly blurred snowy background. Highly detailed skin texture, realistic fabric physics on the winter coat. Kodak Portra 400 film look, crisp cold cinematic color grading, raw photo, 8k resolution.

Короче, по итогу даже немного скучно: интриги не случилось, Банана вынесла всех в одну калитку. Но, может, у вас иначе, делитесь, интересно сравнить.