Trong thế giới chỉnh sửa ảnh được hỗ trợ bởi AI đang phát triển nhanh chóng, các gã khổng lồ công nghệ như Google và OpenAI liên tục đẩy lùi những giới hạn của những gì có thể. Gần đây, Google Gemini đã tiết lộ một tính năng chỉnh sửa ảnh mới, hứa hẹn cho người dùng khả năng thực hiện các thay đổi cụ thể đối với hình ảnh trong khi vẫn duy trì tính toàn vẹn của bản gốc. Ưu đãi này đối đầu trực tiếp với khả năng chỉnh sửa ảnh của ChatGPT, cũng cho phép người dùng sửa đổi hình ảnh bằng lời nhắc văn bản.
Trong khi ChatGPT cung cấp một công cụ lựa chọn để chỉnh sửa chính xác, Gemini nhấn mạnh khả năng thực hiện các thay đổi được yêu cầu mà không làm thay đổi đáng kể hình ảnh tổng thể. Điều này đặt ra một câu hỏi quan trọng: các mô hình AI này thực sự tuân thủ hình ảnh gốc tốt như thế nào khi được nhắc thực hiện các sửa đổi?
Để điều tra vấn đề này, tôi đã thực hiện một thử nghiệm không chính thức, đặt Gemini và ChatGPT đối đầu nhau trong một loạt các thử thách chỉnh sửa ảnh. Mục tiêu là đánh giá độ chính xác và hiệu quả của chúng trong việc chỉ thực hiện các thay đổi được yêu cầu, mà không vô tình thay đổi các khía cạnh khác của hình ảnh.
Bối Cảnh: Một Quán Cà Phê Ở Paris
Để đảm bảo một sân chơi bình đẳng, tôi bắt đầu với một hình ảnh cơ sở do ChatGPT tạo ra. Hình ảnh mô tả một người phụ nữ đang thưởng thức cà phê tại một quán cà phê ngoài trời ở Paris, mặc một chiếc áo khoác và kính râm sành điệu. Điều này đóng vai trò là nền tảng cho các lời nhắc chỉnh sửa tiếp theo, cho phép so sánh trực tiếp hai mô hình AI.
Từ điểm khởi đầu này, tôi đã cho cả Gemini và ChatGPT trải qua ba lời nhắc chỉnh sửa riêng biệt, cẩn thận đánh giá mức độ hiệu quả của từng nền tảng trong việc thực hiện các sửa đổi được yêu cầu trong khi vẫn giữ nguyên hình ảnh gốc.
Vòng 1: Thay Đổi Trang Phục
Thử thách đầu tiên tương đối đơn giản: Tôi hướng dẫn cả hai chatbot AI “thay đổi trang phục của cô ấy thành một chiếc váy mùa hè giản dị, rực rỡ và bỏ kính râm.“
Cả Gemini và ChatGPT đều hoàn thành thành công lời nhắc, cung cấp cho người phụ nữ một chiếc váy mùa hè mới và bỏ kính râm của cô ấy. Tuy nhiên, một kiểm tra kỹ hơn cho thấy sự khác biệt tinh tế nhưng đáng kể trong cách tiếp cận của họ.
Gemini đã chứng minh một khả năng đáng chú ý để tuân thủ hình ảnh gốc. Các thay đổi chủ yếu giới hạn ở trang phục và kính mắt, với những thay đổi tối thiểu đối với các yếu tố khác.
Mặt khác, ChatGPT đã giới thiệu một số sửa đổi bổ sung. Biểu cảm, kiểu tóc và kích thước của cốc, đĩa và bàn đều trải qua những điều chỉnh nhỏ. Mặc dù những thay đổi này không quá lớn, nhưng chúng cho thấy xu hướng đi chệch khỏi hình ảnh gốc vượt ra ngoài phạm vi của lời nhắc.
Hơn nữa, Gemini đã chứng minh là nhanh hơn đáng kể trong việc xử lý yêu cầu. Nó hoàn thành các chỉnh sửa trong khoảng 20 đến 30 giây, trong khi ChatGPT, mặc dù có động cơ mạnh mẽ, đã mất vài phút để tạo ra hình ảnh đã sửa đổi.
Vòng 2: Thêm Một Người Bạn Đồng Hành Thuộc Họ Chó
Đối với vòng thứ hai, tôi quyết định giới thiệu một nhân vật khác vào cảnh: một con chó chihuahua. Tôi nhắc cả hai chatbot AI “thêm một con chó chihuahua ngồi cạnh cô ấy, nhìn cô ấy trìu mến.“
ChatGPT đã phản hồi bằng cách đặt một chú chó con đáng yêu vào lòng người phụ nữ. Tuy nhiên, hình ảnh cũng bao gồm một số thay đổi không mong muốn. Tóc của người phụ nữ đã dài hơn, nụ cười của cô ấy đã rộng hơn và chiếc váy hoa của cô ấy đã được thay đổi một cách tinh tế. Chiếc xe tải ở phía sau cũng đã biến mất một cách bí ẩn.
Gemini, một lần nữa, vượt trội trong việc bảo tồn tính toàn vẹn của hình ảnh gốc. Nó đã thêm thành công một con chó chihuahua bên cạnh người phụ nữ, duy trì sự liên tục tổng thể của cảnh. Mặc dù kết xuất của Gemini về con chó có thể thiếu một số tính chân thực của ChatGPT, nhưng khả năng thực hiện thay đổi được yêu cầu mà không đưa ra các thay đổi không liên quan là rất đáng khen.
Vòng 3: Một Địa Danh Ở Paris
Trong vòng cuối cùng, tôi đặt mục tiêu kết hợp một yếu tốParisian tinh túy vào hình ảnh: Tháp Eiffel. Tôi yêu cầu Gemini và ChatGPT “đặt Tháp Eiffel nổi bật ở phía sau.“
Nhiệm vụ này yêu cầu các mô hình AI tích hợp liền mạch một yếu tố kiến trúc quan trọng, điều chỉnh nền và duy trì tỷ lệ và phối cảnh phù hợp.
Gemini đã loại bỏ một cách chiến lược một tòa nhà ở bên trái người phụ nữ, tạo không gian cho Tháp Eiffel. Tòa tháp có vẻ hơi nhỏ nhưng dường như không hoàn toàn lạc lõng. Quan trọng là phần còn lại của hình ảnh vẫn nhất quán với bản gốc.
Tuy nhiên, nỗ lực của ChatGPT đã không thành công. Tháp Eiffel xuất hiện như một sáng tạo thu nhỏ, có hình dạng kỳ lạ, xung đột với bối cảnh hiện có. Váy và tóc của người phụ nữ một lần nữa đã trải qua những thay đổi và con chó dường như đã giảm cân. Hình ảnh thu được cảm thấy rời rạc và rõ ràng là đi chệch khỏi bản gốc.
Phán Quyết: Ưu Thế Về Độ Chính Xác Của Gemini
Kết quả của các thử nghiệm này làm nổi bật sự khác biệt rõ ràng giữa khả năng chỉnh sửa ảnh của Gemini và ChatGPT. Gemini liên tục chứng minh khả năng vượt trội trong việc thực hiện các thay đổi có mục tiêu trong khi vẫn giữ nguyên tính toàn vẹn của hình ảnh gốc. Các chỉnh sửa của nó nhanh chóng, chính xác và phần lớn giới hạn ở các sửa đổi cụ thể được yêu cầu.
ChatGPT, mặc dù có khả năng tạo ra hình ảnh chất lượng cao, nhưng lại có xu hướng đưa ra các thay đổi không mong muốn, đi chệch khỏi bản gốc vượt ra ngoài phạm vi của lời nhắc. Điều này thường dẫn đến những hình ảnh cảm thấy không nhất quán và kém gắn kết hơn.
Tuy nhiên, điều quan trọng cần lưu ý là ChatGPT cung cấp một công cụ tô sáng cho phép người dùng chọn các khu vực cụ thể để chỉnh sửa, điều này có khả năng cải thiện độ chính xác của nó. Công cụ này đòi hỏi thêm thời gian và công sức, nhưng có thể cần thiết để đạt được kết quả có mục tiêu hơn.
Cân Nhắc Về Chất Lượng Hình Ảnh
Trong khi Gemini vượt trội về độ chính xác và tốc độ, ChatGPT thường tạo ra hình ảnh với chất lượng tổng thể cao hơn. Tuy nhiên, lợi thế này phụ thuộc vào khả năng giải thích và thực hiện chính xác các lời nhắc chỉnh sửa của ChatGPT trong lần thử đầu tiên. Nếu cần nhiều lần lặp lại để đạt được kết quả mong muốn, thì việc tiết kiệm thời gian do Gemini cung cấp có thể lớn hơn chất lượng hình ảnh vượt trội của ChatGPT.
Những Suy Nghĩ Cuối Cùng
Trong lĩnh vực chỉnh sửa ảnh được hỗ trợ bởi AI, cả Google Gemini và ChatGPT đều cung cấp những điểm mạnh và điểm yếu riêng. Gemini nổi bật về tốc độ, độ chính xác và khả năng tuân thủ hình ảnh gốc. Mặt khác, ChatGPT tự hào có chất lượng hình ảnh tổng thể cao hơn nhưng có thể đòi hỏi nhiều sự kiên nhẫn và độ chính xác hơn để đạt được các chỉnh sửa có mục tiêu.
Cuối cùng, sự lựa chọn giữa Gemini và ChatGPT phụ thuộc vào nhu cầu và ưu tiên cụ thể của người dùng. Để chỉnh sửa nhanh chóng và chính xác, Gemini nổi lên như một người chiến thắng rõ ràng. Tuy nhiên, đối với những người ưu tiên chất lượng hình ảnh và sẵn sàng đầu tư nhiều thời gian và công sức hơn, ChatGPT vẫn là một lựa chọn khả thi.
Khi công nghệ AI tiếp tục phát triển, có khả năng cả Gemini và ChatGPT sẽ tiếp tục cải thiện khả năng chỉnh sửa hình ảnh của chúng, làm mờ ranh giới giữa những điểm mạnh và điểm yếu tương ứng của chúng. Tương lai của chỉnh sửa ảnh được hỗ trợ bởi AI hứa hẹn sẽ là một hành trình thú vị và mang tính chuyển đổi, trao quyền cho người dùng tạo và sửa đổi hình ảnh một cách dễ dàng và chính xác chưa từng có.
Mở Rộng Về Điểm Mạnh Của Gemini
Khả năng của Gemini để duy trì tính toàn vẹn của hình ảnh gốc bắt nguồn từ các thuật toán phức tạp của nó, được thiết kế để giảm thiểu các thay đổi không mong muốn. Điều này đặc biệt quan trọng đối với những người dùng muốn thực hiện các thay đổi cụ thể mà không làm gián đoạn tính thẩm mỹ hoặc bố cục tổng thể của hình ảnh.
Hơn nữa, lợi thế về tốc độ của Gemini cho phép thử nghiệm và lặp lại nhanh chóng. Người dùng có thể nhanh chóng kiểm tra các lời nhắc chỉnh sửa khác nhau và đánh giá kết quả mà không phải đợi vài phút để mỗi sửa đổi được xử lý. Điều này có thể hợp lý hóa đáng kể quy trình làm việc sáng tạo và cho phép người dùng khám phá nhiều khả năng hơn.
Đi Sâu Hơn Vào Khả Năng Của ChatGPT
Mặc dù có xu hướng đưa ra những thay đổi không mong muốn, nhưng khả năng chỉnh sửa ảnh của ChatGPT không phải là không đáng kể. Công cụ mạnh mẽ và các thuật toán phức tạp của nó cho phép nó tạo ra hình ảnh với chi tiết và tính chân thực đặc biệt. Điều này có thể đặc biệt có giá trị đối với những người dùng đang tạo hình ảnh từ đầu hoặc thực hiện các thay đổi đáng kể đối với hình ảnh hiện có.
Hơn nữa, công cụ tô sáng của ChatGPT cung cấp một mức độ kiểm soát không có sẵn trong Gemini. Bằng cách chọn các khu vực cụ thể để chỉnh sửa, người dùng có thể nhắm mục tiêu chính xác các sửa đổi của họ và giảm thiểu rủi ro thay đổi không mong muốn. Tuy nhiên, cách tiếp cận này đòi hỏi nhiều thời gian và công sức hơn, và có thể không phù hợp với những người dùng đang tìm kiếm các chỉnh sửa nhanh chóng và dễ dàng.
Tương Lai Của Chỉnh Sửa Ảnh AI
Lĩnh vực chỉnh sửa ảnh được hỗ trợ bởi AI vẫn đang ở giai đoạn đầu và có tiềm năng to lớn cho sự tăng trưởng và đổi mới trong tương lai. Khi các thuật toán AI trở nên phức tạp hơn, chúng ta có thể mong đợi những cải tiến lớn hơn nữa về độ chính xác, tốc độ và chất lượng hình ảnh.
Một lĩnh vực phát triển đầy hứa hẹn là tích hợp các công cụ chỉnh sửa hình ảnh AI với các ứng dụng sáng tạo khác. Điều này sẽ cho phép người dùng tích hợp liền mạch hình ảnh do AI tạo ra vào quy trình làm việc hiện có của họ, nâng cao khả năng tạo nội dung trực quan hấp dẫn của họ.
Một khả năng thú vị khác là phát triển các công cụ chỉnh sửa hình ảnh được hỗ trợ bởi AI được điều chỉnh cho các ngành và ứng dụng cụ thể. Ví dụ: các công cụ AI có thể được phát triển để hỗ trợ các nhiếp ảnh gia chỉnh sửa chân dung hoặc để giúp các kiến trúc sư tạo ra các bản dựng thực tế của các tòa nhà.
Khi công nghệ AI tiếp tục phát triển, có khả năng chỉnh sửa ảnh được hỗ trợ bởi AI sẽ trở thành một công cụ không thể thiếu cho các chuyên gia sáng tạo và người dùng hàng ngày.