Битва нейросетей: три ИИ соревнуются в генерации странных изображений

Набор LEGO в честь The Beatles? Никаких проблем.

Сейчас энтузиастам доступно несколько нейросетей, генерирующих изображения по описанию: чаще всего говорят о DALL-E 2, Midjourney и Stable Diffusion. Разработчик Фабиан Штельцер решил устроить «битву нейросетей»: сравнительное тестирование трех ИИ.

Идея проста: Фабиан придумывает сюжет, описывает его в нескольких словах, затем скармливает этот текст трем нейронным сетям и смотрит, кто из них сгенерирует более правдоподобную картинку.

Есть пара ограничений. При генерации Фабиан не просит нейросеть работать в стиле какого-то художника, а также запрашивает изображение с соотношением сторон один к одному. Вот так, например, нейросети нарисовали портрет старика.

А вот таким образом нейронные сети представляют себе набор LEGO, посвященный группе The Beatles.

Увлекшись, Фабиан провел несколько десятков экспериментов. Похоже, Midjourney всегда выдает более психоделичный результат, а изображения DALL-E 2 и Stable Diffusion зачастую ближе к реальным фотографиям.

Складывается впечатление, что Stable Diffusion несколько чаще выдает более правдоподобные кадры. Зато Midjourney нет равных, когда надо нарисовать что-то по-настоящему странное.