Imagen 3 es el nuevo modelo que pasa de texto a imagen, pero aún no está disponible para todo el mundo.
Eso no significa que no podamos ver cómo podría competir con el rey del momento, Midjourney, por eso os dejo aquí con resultados obtenidos con Imagen 3 y su prompt correspondiente. Debajo de cada resultado de Imagen 3, tenéis la propuesta de Midjourney con el mismo prompt.
Comparando Imagen 3 con Midjourney
En el vídeo os comento foto por foto.
Vayamos a por los prompts.
Prompt: una foto en el estilo de una cámara DSLR con filtro polarizador. Una foto de dos globos aerostáticos flotando sobre las formaciones rocosas únicas en Capadocia, Turquía. Los colores y patrones en estos globos contrastan bellamente con los tonos terrosos del paisaje a continuación. Esta toma captura el sentido de aventura que viene con disfrutar de una experiencia como esta.
Imagen 3
Midjourney 6
Prompt: Una foto en primer plano de un pájaro de origami volando sobre un paisaje urbano, en una bandada con otros de diferentes colores y patrones, proyectando sombras intrincadas sobre los edificios de abajo.
Imagen 3
Midjourney 6
Prompt: Tres mujeres están juntas riendo, con una mujer ligeramente desenfocada en primer plano. El sol se está poniendo detrás de las mujeres, creando un destello de lente y un brillo cálido que resalta su cabello y crea un efecto bokeh en el fondo. El estilo de fotografía es espontáneo y captura un momento genuino de conexión y felicidad entre amigas. La cálida luz de la hora dorada aporta una sensación nostálgica e íntima a la imagen.
Imagen 3
Midjourney 6
Prompt: Un robot mecánico de madera desgastado cubierto de enredaderas floridas se encuentra pacíficamente en un campo de flores silvestres altas, con un pequeño pájaro azul descansando en su mano extendida. Dibujo digital, con colores cálidos y líneas suaves. Un gran acantilado con una cascada se vislumbra detrás.
Imagen 3
Midjourney 6
Prompt: Retrato fotográfico de un dragón real descansando pacíficamente en un zoológico, acurrucado junto a su oveja mascota. Escena cinematográfica, foto DSLR de alta calidad.
Imagen 3
Midjourney 6
Prompt: Vista de la mano de una persona sosteniendo una ramita de eucalipto: una imagen macro DSLR que resalta el equilibrio entre el ser humano y la naturaleza.
Imagen 3
Midjourney 6
Conclusión
Con base a las pruebas realizadas y considerando los aspectos claves para evaluar la calidad de las imágenes generadas por Google Imagen 3 y Midjourney, podemos concluir que los resultados entre ambos modelos son notablemente similares en varias características importantes:
- Claridad y Detalle: Ambos modelos muestran un alto nivel de claridad y detalle, logrando representar texturas complejas y bordes nítidos con eficacia similar.
- Fidelidad de Color: La reproducción del color es comparable entre ambos sistemas, con colores que aparecen bien balanceados y precisos, sin distorsiones visibles significativas.
- Ruido: Ninguno de los dos modelos muestra diferencias notables en cuanto a ruido o artefactos, indicando una alta calidad de imagen en ambos casos.
- Representación del Tema: Cada sistema interpreta los prompts de manera efectiva, entregando imágenes que reflejan fielmente los temas propuestos con pocas diferencias entre ellos. En el caso del dragón, alguna de las propuestas de midjourney no me gusta, ya que el dragón parece una oveja. En el caso de los dibujos animados, el pájaro sí está en la mano en el caso de Imagen 3, no ocurre lo mismo con Midjourney (y el robot parece más madera en Imagen 3).
- Estilo y Creatividad: En términos de estilo y creatividad, ambos modelos demuestran una capacidad similar para generar interpretaciones creativas y estéticamente agradables de los prompts dados.
Es decir, Google Imagen 3 y Midjourney exhiben rendimientos comparables en términos de calidad de imagen, lo que sugiere que ambos son capaces de ofrecer resultados visuales de alta calidad que cumplen con las expectativas en las dimensiones evaluadas. Esta equivalencia en el rendimiento los hace opciones viables y efectivas para la generación de imágenes basadas en texto en aplicaciones que requieran alta fidelidad visual y creatividad.