Meta vừa giới thiệu mô hình tạo ảnh AI mới và gia nhập cuộc đua AI tạo ảnh. Tuy vậy, trong bài so sánh dùng cùng một bộ prompt do TechRadar thực hiện, ChatGPT được chấm cao nhất nhờ khả năng hiểu yêu cầu và duy trì độ nhất quán của đầu ra.

Theo TechRadar ngày 13/7 (giờ địa phương), bài thử nghiệm sử dụng 5 prompt để đối chiếu mô hình mới của Meta, ChatGPT của OpenAI và Nano Banana 2 trong hệ sinh thái Google Gemini.

Năm bài thử bao gồm thiết kế poster sản phẩm, tạo ảnh động vật hoang dã, ảnh quảng bá trên Instagram, truyện tranh 4 khung và một cảnh truyện tranh phong cách noir. Đây đều là các tình huống có tính ứng dụng thực tế cao.

TechRadar cho biết cả ba mô hình đều có thể tạo ra hình ảnh ở mức tốt, nhưng mỗi bên thể hiện thế mạnh khác nhau. Meta nổi bật ở chất lượng dàn dựng và xử lý hình ảnh mang tính thương mại, đồng thời thể hiện tốt ở các cảnh sáng tạo, hài hước. Nano Banana 2 cho kết quả ổn định về độ chân thực. Trong khi đó, ChatGPT được đánh giá là bám sát yêu cầu prompt nhất và cho ra sản phẩm hoàn thiện hơn về tổng thể.

Ở bài thử đầu tiên, các mô hình được yêu cầu thiết kế poster quảng cáo cho thương hiệu nước có ga hư cấu Moon Orchard. Bài thử không chỉ chấm phần hình ảnh sản phẩm mà còn đánh giá khả năng chèn chính xác nội dung chữ theo yêu cầu. ChatGPT tạo bố cục gọn, gần với phong cách quảng cáo thực tế. Nano Banana 2 cho cảm giác giống quảng cáo tạp chí, còn Meta nổi bật nhất về độ hoàn thiện thị giác, như chi tiết giọt nước trên bề mặt lon. Dù vậy, xét trên mức độ bám sát yêu cầu tổng thể, ChatGPT vẫn được đánh giá nhỉnh hơn.

Trong bài kiểm tra về độ chân thực, ba mô hình tạo hình ảnh một con cáo đỏ đi trong khu rừng phủ tuyết. ChatGPT chọn bố cục giàu chất điện ảnh, Nano Banana 2 tạo hình gần với ảnh chụp tự nhiên, còn Meta dàn dựng khung hình kịch tính nhất. Tuy nhiên, một phần hậu cảnh trong ảnh của Meta bị nhận xét là còn hơi nhân tạo.

Khác biệt thể hiện rõ hơn ở bài tạo hình quảng bá trên mạng xã hội. Với yêu cầu thiết kế bài đăng Instagram hình vuông để quảng bá tiệc vườn mùa hè, ChatGPT được chấm cao nhất nhờ đưa phần chữ vào thiết kế một cách tự nhiên. Nano Banana 2 cho bố cục giống tờ rơi hơn, trong khi Meta tạo cảm giác gần với ảnh chụp sự kiện thay vì một mẫu thiệp mời.

Ở bài tạo truyện tranh 4 khung, cả ba mô hình đều cho kết quả tương đối ổn định. Với yêu cầu giữ nhân vật robot Pip làm bánh pancake nhất quán xuyên suốt 4 khung hình, ChatGPT được đánh giá cao nhất nhờ bố cục dễ theo dõi và yếu tố hài hước tự nhiên. Nano Banana 2 thể hiện phong cách truyện tranh gọn gàng, còn Meta có mức hoàn thiện cao nhưng xuất hiện một số chi tiết lệch khỏi ý đồ ban đầu, chẳng hạn đặt bong bóng thoại lên chiếc bánh pancake.

Meta ghi điểm rõ nhất ở các bài thử đòi hỏi pha trộn phong cách sáng tạo. Trong bài kết hợp không khí phim noir đen trắng thập niên 1940 với phong cách hoạt hình sáng thứ bảy, kể câu chuyện một thám tử tư truy tìm chiếc bánh quy bị mất, Meta tạo ra kết quả có cá tính nổi bật nhất nhờ tận dụng tốt yếu tố hài hước thị giác và cách sắp đặt manh mối. TechRadar nhận xét đây là mô hình kết hợp hiệu quả nhất hai sắc thái đối lập trong cùng một yêu cầu.

Xét tổng thể, ChatGPT đứng đầu bài so sánh. Theo TechRadar, cả ba mô hình đều có thể tạo ảnh tốt, nhưng khác biệt nằm ở khả năng hiểu chính xác prompt. ChatGPT cho kết quả gần hơn với điều người dùng thực sự mong muốn và duy trì sự nhất quán tốt hơn so với các đối thủ.

Bài thử cũng cho thấy cuộc đua AI tạo ảnh hiện không còn được quyết định chỉ bởi độ nét hay mức độ chân thực. Khả năng bám sát câu lệnh, hiểu đúng bối cảnh và duy trì mạch kể chuyện trong chuỗi hình ảnh đang trở thành yếu tố cạnh tranh cốt lõi.

Theo đánh giá được TechRadar dẫn lại, mô hình mới của Meta cho thấy sức cạnh tranh rõ rệt ở mảng dàn dựng sáng tạo và sản xuất hình ảnh thương mại. Tuy nhiên, về tính ứng dụng thực tế và năng lực hiểu prompt, ChatGPT vẫn là bên đi trước.