Nano Banana Bliźnięta dał mi paskudne oparzenia słoneczne, ale nadal to kocham

Google Wydał swój nano banan Edytor obrazu kilka tygodni akcji, a od tego czasu gram z nią. Naprawia to największy problem, jaki miałem z edytowaniem obrazów w Bliźniętach: ilekroć próbowałem dokonać niewielkiej regulacji z monitem, sztuczna inteligencja wygenerowałaby zupełnie nowy obraz.

Już nie. Dzięki Nano Banana z powodzeniem zmieniłem mnóstwo małych szczegółów na temat zmiennych obrazów, pozostawiając resztę elementów niezmienionych. Działa, ale nie zawsze. Jak zwykle jest kilka dziwactw, z których wszystkie omówię w tym poście.

Niedawno pojechałem na weekendową wycieczkę do jeziora Bled tutaj w Słowenii i, jak zwykle, wziąłem zbyt wiele zdjęć. Uznałem, że byłyby idealne do testowania, jak dobry (lub zły) jest naprawdę nowy model edycji obrazów.

Zastanawiałem swoje zdjęcie stojące obok jeziora, z zamkiem w tle i zabrałem się do pracy. Użyłem osobnego wiersza dla każdej zmiany, którą chciałem wprowadzić zamiast próbować dokonywać wielu zmian jednocześnie.

Poprosiłem Gemini o wymianę smartwatcha Rolex Datejust, obróć mnóstwo koszuli i dodam do niego logo Louis Vuitton, przełącz moje okulary na bardziej nowoczesne białe i daj mi kilka plemiennych tatuaży na więcej. Poprosiłem nawet o to, aby wodę jest niebieską i umieścić łódź z dwiema osobami nad jeziorem.

Ogólnie rzecz biorąc, Nano Banan wykonał świetną robotę. Jestem pod wrażeniem, szczególnie w porównaniu z poprzednim modelem. Na zdjęciu nigdy nie zmieniło niczego innego, z wyjątkiem pewnej okazji, do której dojdę za sekundę. Działa szybko, a większość początkowych zmian była tak dobra, że ​​nikt nie mógł powiedzieć, że to AI w pracy. Jednak jego ograniczenia szybko zaczęły się pojawiać.

Podczas tego testu napotkałem różnego rodzaju problemy. Na przykład sztuczna inteligencja została zdezorientowana i wysiała tatuaż na moim prawym ramieniu zamiast lewego, jak zapytałem. Zajęło mi to sporo prób z bardziej szczegółowymi podpowiedziami, aby to zrobić, chociaż ostatecznie postanowiłem zdobyć je w obu rękach. Miał także problemy, kiedy skłoniłem go do usunięcia tatuażu; Na początku nic nie zrobił, ale poradził sobie z prośbą po kilku kolejnych podpowiedzi.

Z jakiegokolwiek powodu Nano Banan również odmówił uczynienia mnie bardziej muskularnym, pomimo wielu ataków. Trudno mi przybrać na wadze i nałożyć mięśnie, i wygląda na to, że nawet AI nie może pomóc. Jestem zagubioną przyczyną.

Jeden z największych problemów, jaki byłem, kiedy poprosiłem sztuczną inteligencję o przede wszystkim wokół jeziora. Chociaż technicznie to zrobiło, jak widać na powyższym obrazku, usunęło również zamek i wyspę z kościołem – tak, to właściwie wyspa – i umieściła dużą górę w tle. Zabawne jest to, że jest to ten sam zakres górski, na który patrzę z miejsca, w którym stoję na zdjęciu, więc wygląda na to, że Gemini chwycił go z jednego z moich innych zdjęć na zdjęciach Google i umieścił na tym zdjęciu. Nie byłem fanem, więc poprosiłem go o przywrócenie zmian, które zrobił bez problemu.

Inne problemy obejmują zamek na wzgórzu, który AI zamienił się w coś, co żywiń w chatę. Potem jest moja broda, która została przycięta bez wyraźnego powodu. I dla zabawy Gemini postanowił również dać mi oparzenie słoneczne na twarzy. Jasne, to był bardzo gorący dzień, ale nie tak gorący.

Ostatnią rzeczą, o której warto wspomnieć, jest jakość obrazu. Im więcej zmian wprowadzonych przez AI, tym bardziej ziarniste stał się obraz, co jest widoczne, gdy porównujesz pierwsze i ostatnie zdjęcia.

Ziarnisty wynik z pierwszego testu mnie odrzucił i chciałem dowiedzieć się, co go spowodowało. Podejrzewałem, że to dlatego, że poprosiłem o zbyt wiele zmian, szczególnie na jednej części obrazu – Myelf.

Mając to na uwadze, ponownie przesłałem ten sam obraz i poprosiłem o wszystkie zmiany w jednym, kompleksowym podpowiedzi, aby zobaczyć, co by to zrobiło. I to jest duży. Obraz wyników był mniej ziarnisty, chociaż problem polegał na tym, że nie wszystkie zmiany zostały wprowadzone.

Mój zegarek został zastąpiony Rolexem, kolor mojej koszuli się nie zmienił, a woda nie była żadna błyszcząca. Ale hej, przynajmniej Gemini zorientował się, które ramię jest po lewej, tym razem, więc do tego.

Okulary również wyszły niebieskie zamiast białe, ale to był mój błąd w podpowiedzi. Następnie daję AI kilka indywidualnych próśb o zmianę koloru szklanek, zrobienie wody i mojej koszuli, i położył ten wspaniały Rolex na moim nadgarstku. Nano Banan był w stanie wszystko zrobić, ale odmówił mi podania zegarka, którego chciałem, nawet po kilku kolejnych podpowiedzi.

Jednak ważną częścią jest to, że chociaż ostateczny obraz był nadal nieco ziarnisty, był mniej wyraźny niż w pierwszym teście. Następnie poszedłem o krok dalej i dałem moją pomoc łańcucha na szyi i nową fryzurę. Powodowałem również AI o grubszą brodę, głównie dlatego, że przycięła mój podczas pierwszego testu. Mogłem to przesadzić, ale świetnie się bawiłem z narzędziem i ogólnie jestem zadowolony z rezultatu, mimo że nie jest to idealne.

Chciałem ode mnie skupić się i spróbować wprowadzić zmiany w przyrody. Poszedłem do zamku na wzgórzu, zrobiłem zdjęcie jeziora i zabrałem się do pracy.

Ponieważ wydawało się, że użycie mniejszych monitów daje mniej ziarnisty obraz, poprosiłem o kilka zmian od samego początku. Obejmowały one błękitniejszą wodę, orzeł na półce, kilka łodzi na wodzie i góry w tle. Szczególnie zaskoczyło mnie to, jak płynnie AI umieściło góry za wzgórzami, dzięki czemu bardzo trudno jest powiedzieć, że było to prawdziwe zdjęcie. Łodzie wydawały się nieco ogólne, więc poprosiłem o to, aby uczynić je bardziej zróżnicowanymi, co zrobiło. Nie byłem całkowicie zadowolony z wyniku, ale stało się lepiej.

Poprosiłem także o paralotnicę w tle i wodospad na wzgórzu za kościelem wyspy. Nie było żadnych problemów z paralotnią, ale wodospad został umieszczony po złej stronie i początkowo nieco zniknął, a woda spadła prosto z drzew. Poprosiłem Gemini o uczynienie go bardziej realistycznym, dodając skalną ścianę za wodospadem, co zrobiła. Szczegółowe oko może łatwo dostrzec, że jest to obraz generowany przez AI, ale nie jest to zły atak.

Mógłbym się z tym bardziej bawić, ale ogólnie byłem zadowolony z wyniku końcowego. Zdecydowanie jest jednak miejsce na poprawę.

Jednym z atrakcji Nano Banana jest jego zdolność do łączenia dwóch obrazów w jedno. Próbowałem tego wiele razy i myślę, że Gemini nie wykonał świetnej pracy w tym obszarze.

Zastanawiałem obraz siebie i mojego partnera i poprosiłem AI o stworzenie zdjęcia, które spacerują obok jeziora, trzymając się za ręce. Jak widać, nie trzymamy się za ręce. Podczas gdy jesteśmy nad jeziorem, AI postanowiła utrzymać pierwszy obraz nienaruszony i po prostu wkleić mnie. Wyglądam nie na miejsce, a obraz nie wygląda na moje oczy.

Następnie skłoniłem go do zrobienia wizerunku naszego dwojga wspólnego obiadu. Ten wyszedł najlepszy, mimo że nie wyglądamy dokładnie jak Ourslves. Jednak dobra próba.

Niestety stamtąd poszedł w dół. Kolejne dwa obrazy były dość złe, ponieważ nie wyglądamy jak nas sami. W jednym prowadzimy maraton, a w drugim tańczymy na imprezie. Nie byłem pod wrażeniem, ponieważ nie ma dla nas remontu.

Nano Banan ma być w stanie całkowicie zmienić scenę obrazu. Na przykład może zrobić ci zdjęcie, a następnie zamienić w prawnika siedzącego w sali sądowej, jednocześnie utrzymując nienaruszoną twarz. Próbowałem tego i miałem nadzieję uzyskać lepsze wyniki niż w poprzednim teście, ale Gemini znów nie było.

Zastanawiałem swoje zdjęcie i poprosiłem o przekształcenie się w pizzaolo, gracz NBA i matador na arenie. Podczas gdy wszystkie obrazy wyglądają świetnie, osoba na zdjęciach nie wygląda tak jak ja. Cóż, być może jest kilka zasobów, ale ogólnie są już daleko. NBA One był najlepszy, a Pizzaiolo wyszło całkiem źle. Nie wyglądam nic takiego, ale hej, przynajmniej tym razem dostałem fantazyjny zegarek, nawet nie prosząc o to.

Eksperymentowałem z bliskimi obrazami mojej twarzy, aby sztuczna inteligencja mogła mieć większą szansę na przybicie mojego wyglądu, ale nie odniosłem sukcesu.

Po prostu wiesz, możliwości edycji nie są ograniczone do przesyłanych obrazów. Możesz także poprosić Gemini o utworzenie obrazu od zera, a następnie wprowadzenie do niego niewielkich zmian bez zmiany reszty sceny.

Jako przykład stworzyłem wizerunek kota schodzącego po leśnym kadzcie, a następnie zmieniłem jego kolor na biały i czubek ogona – i łapy – na czarny. Zmieniłem również kolor oczu i przeszedłem na motyw zimowy. Wszystko to działało idealnie, jak widać z powyższych obrazów.

Nano Banan ma swoje wady. Czasami nie podoba mi się ziarniste zdjęcia, które produkuje ani fakt, że przycięła moją brodę i daje mi oparzenie słoneczne bez wyraźnego powodu. Na podstawie moich testów nie jestem fanem jego zdolności do łączenia dwóch zdjęć w większości przypadków, a zmiana sceny zdjęcia z osobą w nim nie przyniosła świetnych rezultatów.

Ale szczerze mówiąc, spodziewałem się wielu z tych problemów. Jest to pierwsza prawdziwa uwaga Google na edycji obrazu bez regeneracji całej sceny i ogólnie jestem pod wrażeniem. W oparciu o to, jak szybko się poprawia narzędzia AI, wkrótce będzie jeszcze lepsze.

Ogólnie rzecz biorąc, jest to bardzo przydatne narzędzie, które może szybko i wydajność wprowadzać niewielkie zmiany w twoich obrazach. Zauważyłem, że im bardziej szczegółowy jest monit, tym lepsze wyniki. Dobra wiadomość jest taka, że ​​jeśli nie podoba ci się zmiana, która została wprowadzona, możesz łatwo ją przywrócić i spróbować ponownie z nową monitem.

Ogólny sukces wydaje się zależeć od kombinacji samego obrazu, żądanych zmian i użytych podpowiedzi. Musisz się z nim bawić, aby to zrobić dobrze, ale kiedy to zrobisz, wyniki mogą być niesamowite. Wyobraź sobie, jak długo zajmie ci zmiana koloru koszuli lub zastąpienie okularów tradycyjnymi metodami edycji. Nawet wtedy wyniki mogą być gorsze niż to, co nano banan może wytworzyć, w zależności od poziomu umiejętności.

Więc tak, jestem pod wrażeniem Nano Banana i zdecydowanie polecam spróbować – jest bezpłatny. Większość ludzi tak naprawdę nie będzie dziesiątek zmian w jednym obrazie, ale prawdopodobnie zatrzyma się na kilku. W tym scenariuszu jakość obrazu nie wykrywa tyle, a końcowy wynik nie krzyczy „AI”.