Je m'attendais à ce que cette comparaison soit plus moche. Meta Muse, Gemini Nano Banana 2 et ChatGPT Images 2.0 sonnaient comme une configuration parfaite pour les visages en plastique, les mains mutilées, les faux produits et les affiches écrites dans une soupe à l'alphabet hantée. Au lieu de cela, ils étaient pour la plupart compétents, ce qui rendait l’affaire encore plus suspecte.
Ce ne sont pas des outils identiques portant des logos différents. Meta présente Muse Image comme un modèle d'image sociale vivant à l'intérieur de Meta AI et de ses applications. Google structure Nano Banana 2 autour de la vitesse, de l'édition et des connaissances plus larges de Gemini. OpenAI vend ChatGPT Images 2.0 sur le rendu du texte, le contrôle visuel et une gestion plus efficace des invites. Différentes ambitions, même petit showroom raffiné.
L'étrange vallée est devenue plus calme
La première invite demandait un employé de bureau fatigué mangeant des nouilles instantanées à minuit. La version détaillée ajoutait une cuisine en désordre, un ordinateur portable, de la vaisselle dans l'évier et une lumière crue dans le réfrigérateur. Meta et Gemini générés rapidement. ChatGPT m'a donné l'image simple la plus distincte, puis a principalement répété cette ambiance lorsque j'ai ajouté plus de détails.
Ce n’était pas exactement un échec. Il a obéi. Le problème était que tous les trois semblaient plus intéressés par la qualité que par le réalisme. Les chambres étaient composées. L'éclairage était beau. L'épuisement semblait avoir été réalisé par quelqu'un qui n'avait jamais mangé de nouilles au-dessus de l'évier à minuit.
Un texte lisible est devenu une victoire facile
Le test des affiches aurait dû être un désastre. J'ai demandé une fausse affiche de café pour « Bad Wi-Fi Café », puis j'ai donné la version détaillée du texte exact à inclure. Tous les trois faisaient de bonnes affiches et le texte était suffisamment lisible pour être considéré comme un progrès. Les outils d'image de l'IA étaient utilisés pour traiter les lettres comme une décoration maudite, alors je vais leur donner cela.
La finition présentait toujours la tache habituelle. Tout portait cette chaude teinte jaune IA, comme si chaque café, cuisine et chambre avait été éclairé par un coucher de soleil sponsorisé. Gemini a réalisé ce qui ressemblait à une photo d'une affiche plutôt qu'à l'affiche elle-même. ChatGPT a eu le résultat le plus difficile, prenant plus de trois minutes, échouant trois fois et ne fonctionnant qu'après avoir démarré une nouvelle discussion.
L'invite du chat, de la valise et du parapluie était plus propre. Les modèles ont bien suivi les instructions de placement. L’imagerie du produit était plus fragile. Une photo d’écouteurs élégante était facile, mais les « écouteurs sans fil à oreille ouverte » ont poussé les trois dans une bouillie générique d’écouteurs haut de gamme.
Manille semblait familière à travers un filtre
L'offre de nourriture de rue de Manille aurait pu se transformer en soupe d'office du tourisme. Meta et Gemini ont fait mieux dans les courses que j'ai effectuées. Ils comprenaient des tabourets en plastique, des trottoirs mouillés, des motos, de la vapeur, des bâches et l'étroitesse décontractée de manger dehors pendant que la ville continue de bouger.
Cela rendait la faiblesse plus facile à voir. Les ingrédients étaient bons, mais la finition semblait encore trop lisse, comme si la rue avait été nettoyée pour une séance photo de brochure cinq minutes avant le début de la pluie.
Aucun de ces outils ne s’est effondré selon les anciennes méthodes amusantes. Les scènes étaient cohérentes. Le texte était lisible. Les objets allaient généralement là où je leur demandais d’aller. Les échecs sont passés de la compétence au goût.
Cela laisse une question plus étrange que celle de savoir quel modèle « gagne ». À l’ère de la post-vérité, est-il important de savoir quel outil est le plus réaliste ou lequel suit le mieux les instructions, alors que les trois peuvent déjà donner à une fausse chose un aspect suffisamment plausible pour survivre à un défilement rapide ?
Ces modèles ont appris à rendre les images chères avant d'avoir appris à leur donner l'impression d'être vécues. L'ère du faux premium est moins drôle que les doigts de cauchemar, mais elle est probablement plus utile, ce qui est exactement ce qui la rend plus difficile à ignorer.
