Photoshop vs. Midjourney vs. DALL-E 3: Bare én AI-bildegenerator besto mine 5 tester

Hvordan holder Photoshops AI opp mot DALL-E og Midjourney? Jeg tester ferdighetene deres i et kreativt sammenstøt som involverer gigantiske roboter og futuristiske scenarier.

Photoshop AI-prompt: Bærbar datamaskin i en steampunk-verden (Steampunk-effekt)

Adobes AI-kunngjøringer denne uken var ganske betydelige, spesielt de AI-baserte generative vektorfunksjonene i Illustrator. Photoshop har hatt en rekke små forbedringer, men ingenting har endret seg så nylig som den generative fyllfunksjonen som ble annonsert i begynnelsen av året.

Når det er sagt, kunngjorde Adobe nettopp at Photoshop nå kan generere et bilde gitt et tomt lerret, og plasserer det i samme kategori som tekst-til-bilde-generatorer som Midjourney og DALL-E 3. For det formål lurte jeg på hvordan Photoshops tekst-til -bildefunksjonen sammenlignes med de andre, spesielt når det gjelder kreativitet.

Så det er det jeg gjør i denne artikkelen. Jeg mater den samme meldingen til Photoshop, Midjourney og DALL-E inne i ChatGPT ved å bruke GPT-4o. Jeg legger ikke til noen av stylingsalternativene hvert verktøy tilbyr, bortsett fra i tilfelle av en test hvor jeg ber om "dieselpunk-stil" i hovedteksten i ledeteksten.

Hvilket verktøy produserer bedre kunst? Du må være dommer over det. La oss komme i gang. For å se et bilde større, klikk på det lille firkantede ikonet i øvre høyre hjørne.

Test 1: Helikarrier

Det første bildet som dukket opp var helicarrieren fra Marvels tegneserier og filmer. Dette er et hangarskip usannsynlig holdt oppe av turbofanmotorer. Fysikken er tvilsom, men den kule faktoren er ute av sporet.

Her er ledeteksten:

Hangarskip som flyr på himmelen, holdt oppe av fire oppovervendte turbopropeller i runde viftehus, som bærer en skvadron med jagerfly på dekk

For hver av disse testene vil jeg vise deg hva jeg synes var de beste bildene fra alle tre AI-ene side ved side, slik at du kan sammenligne dem.

Her er hva vi fikk:

Som du kan se, savnet Photoshop båten. Bokstavelig talt. Kunnskapsbasen forstår sannsynligvis ikke hva et hangarskip er. Hvis du ser nøye etter, ser bombene ut som de har små propeller på seg.

Midjourney genererte et godt helicarrier-utseende fartøy, men inkluderte ikke noen av turbofanene. DALL-E gjorde det, men selv om jeg spesifiserte "oppovervendte", visste den tydeligvis ikke hva den skulle gjøre med dem, så den bare drysset dem gjennom hele bildet.

Midjourney lager alltid fire bilder, så for hver av testene valgte jeg det jeg syntes var best og brukte det til sammenligning.

Jeg bestemte meg for å gå tilbake til Photoshop og slå på et av stilalternativene, Steampunk. Som du kan se, produserte Photoshop et mye mer interessant bilde. Det er ikke akkurat et hangarskip, men det har et luretårn. Og hvis du ser nedenfor, kan dette området være der jetfly er lagret. Jeg er ikke sikker, men det er definitivt et mye morsommere bilde.

Tekst-til-bilde suksessvurdering:

  • Forstått overordnet ånd av prompt: Midjourney og DALL-E
  • Inkluderte alle spesifiserte detaljer: DALL-E

Test 2: Kjempe dieselpunk-robot

Wikipedia definerer "dieselpunk" som "en retrofuturistisk undersjanger av science fiction som ligner på steampunk eller cyberpunk som kombinerer estetikken til den dieselbaserte teknologien fra mellomkrigstiden til 1950-tallet med retrofuturistisk teknologi og postmoderne sensibiliteter."

Hvis steampunk handler om viktoriansk tidsalder med dampmotorer og gir, er dieselpunk-æraen 1940- og 1950-tallet med datidens tykke dieseldrevne teknologi.

I alle fall matet jeg AI-ene med denne meldingen:

En kolossal robot som står som beskytter av en strålende by, med innbyggere som travler rundt og pendler til jobb, utført i dieselpunk-stil

For å være rettferdig, gjorde alle tre AI-verktøyene en veldig god jobb:

Photoshop forsto tydelig oppgaven. Midjourneys bilde var nærmest det jeg hadde i hodet mitt da jeg ga beskjeden, men roboten ser ikke ut som en verge. Det ser heller ikke ut som en trussel, siden folk bare freser rundt.

DALL-E-versjonen, med roboten foran byen, passer mer inn i guardian-ideen. Det er litt spørsmål om det forvekslet steampunk med dieselpunk på grunn av dampmotorene. Dampmaskiner gikk generelt ut av drift på 1930-tallet, men de kjørte fortsatt på noen linjer så sent som i 1960, noe som ville bety at de kunne eksistere side om side i dieselpunk-tiden. Folket er kledd for dieselpunk fremfor steampunk, og bussene foran er tydeligvis dieselpunk fremfor steampunk.

Tekst-til-bilde suksessvurdering:

  • Forstått generell oppfordring: Alle tre, men muligens DALL-E litt mer
  • Inkluderte alle spesifiserte detaljer: Alle tre

Test 3: A Kid in King Arthur's Court

En av tingene som skjer når du skriver en artikkel som denne, er at du søker etter ideer til testcases. Jeg tenkte det ville være interessant å se hvordan AI-ene gjorde det med sidestilte tidsperioder, siden de klarte seg ganske bra med dieselpunk-æraen når det gjaldt å representere innbyggerne.

Jeg er tilfeldigvis en fan av alternativ historie og tidsreiser, så da jeg tenkte på dette, gikk tankene mine til en liten film fra midten av 1990-tallet som slapp en Little League-spiller inn i middelalderen (tiden, ikke restauranten). Den filmen var A Kid in King Arthur's Court. Det er på ingen måte en klassiker, men det var en morsom film. Og så, det ga oss denne oppfordringen:

En ung tenåringsgutt, iført en moderne baseballuniform i Yankees-stil med lue og vott, står i det travle sentrum av en middelalderbane med borgere og riddere i rustning

Her er hva AI-ene produserte:

Photoshop-bildet var det mest realistiske. Det kunne godt vært tatt av en ekte gutt på et filmsett. Dessverre (men sannsynligvis forutsigbart på grunn av Adobes lisensierte mediabibliotek), var ikke ungen i en Yankees-uniform. Når det er sagt, gjorde AI en mesterlig jobb med å inkludere baseball-lignende signaler i kostymet det ga barnet.

Midjourney skapte det mest sammenhengende bildet, selv om barnet ser like ulykkelig ut som et barn kan se ut hvis han plutselig landet i kong Arthurs tid. De andre bildene viste at barn så enda verre ut, som om de hadde vært i middelalderens Europa så lenge Martin Padway hadde vært i L. Sprague de Camps Lest Darkness Fall-bokserie.

DALL-E var den minst imponerende. Det oppfylte spesifikasjonene, men bildet har en veldig uhyggelig dalfølelse som de to andre bildene ikke gjorde.

Tekst-til-bilde suksessvurdering:

  • Forstått overordnet ånd av spørsmål: Alle tre
  • Inkluderte alle spesifiserte detaljer: Midjourney og DALL-E

Og nå som vi er ferdige med å bli inspirert av vår indre Mark Twain, la oss gå tilbake ... til fremtiden.

Test 4: Tilbake til fremtiden

Et annet problem jeg hadde med å konstruere tester for dette var behovet for å bruke referanser som jeg kunne være sikker på at alle ville forstå. Det finnes en haug med flotte samtidsfilmer, selv innen science fiction, men jeg er ikke sikker på at vi alle har samme referanseramme.

Men ved å kanalisere disse gamle klassikerne gjennom AI, kan jeg være ganske sikker på at de fleste av våre lesere vet hva de skal se etter og hva de kan forvente. Det bringer oss selvfølgelig til Tilbake til fremtiden. Denne gangen ønsket jeg å gi AI en filmtittel og se hva den gjorde med den. Her er ledeteksten:

Lag et bilde som representerer filmen "Back to the Future", inkludert temaer fra 1950-tallet, DeLorean-tidsmaskinbilen og gutten med et skateboard

Her er hva vi fikk:

Photoshop ... jeg mener, hva kan du si? Ungen som spretter ut av frontruten på en bil er litt urovekkende. Igjen, den lisensieringsbegrensede naturen til Adobe Firefly-kunnskapsbasen holdt tilbake bildegenereringen, men AI prøvde å inkludere noe av 1950-tallsfølelsen. Her er de to andre Photoshop-bildene:

Midjourney gjorde en fantastisk jobb med alle fire bildene, selv om det første savnet bilen:

DALL-E kjempet. Selv om DALL-E i en tidligere test var helt fornøyd med å bruke opphavsrettsbeskyttet innhold, sa den bare nei denne gangen. Da jeg matet den oppfordringen ovenfor, svarte DALL-E i ChatGPT med:

Jeg var ikke i stand til å generere bildet som forespurt på grunn av begrensninger i innholdspolitikken. Gi meg beskjed hvis du har en alternativ melding eller hvis det er noen justeringer du vil gjøre.

Jeg spurte ChatGPT:

Skriv om forespørselen slik at den gjenspeiler så mye av intensjonen som mulig uten å bryte retningslinjene

ChatGPT ga meg ikke tilbake en ny melding, men det ga meg bildet jeg viste ovenfor, som er veldig nær intensjonen med prosjektet.

Tekst-til-bilde suksessvurdering:

  • Forstått overordnet ånd av prompt: Midjourney, med DALL-E som får hederlig omtale
  • Inkluderte alle spesifiserte detaljer: Midjourney, igjen med DALL-E som fikk hederlig omtale

Test 5: ZDNETs motto

ZDNETs motto er "I morgen tilhører de som omfavner den i dag." Du ser det øverst på hver side:

Jeg lurte på hva AI-ene ville gjøre med det, og så matet jeg den setningen til hver av dem. Her er hva som kom ut igjen:

Så, Photoshop bodar emieragge tiday, vet du? Hva er det å si til det? Midjourney, derimot, skapte et veldig interessant og pent bilde. Det har følelsen av ZDNETs motto, selv om selve bildet er vanskelig å beskrive. Og til tross for et svært lite bokstavproblem, gjorde DALL-E en god jobb med å representere fremtiden og dens muligheter.

Tekst-til-bilde suksessvurdering:

  • Forstått overordnet ånd av prompt: Midjourney og DALL-E
  • Inkluderte alle spesifiserte detaljer: Midjourney og DALL-E produserte begge et bilde med følelsene mottoet formidler
  • Gikk til et mørkt sted ingen forstår: Photoshop

Hvilken AI vinner?

Dessverre er det ikke Photoshop. Photoshop lyktes stort sett på to av de fem testene, men feilet stort sett de andre. Midjourney var den mest konsekvent suksessrike, men DALL-E kom ganske nærme.

Saken med Photoshop er at selv om Photoshops tekst-til-bilde ikke er så bra, har Photoshop den aller beste generative fyllingsevnen til noen av AI-ene. Jeg er fortsatt svært sannsynlig å lage bilder i Midjourney (og noen ganger DALL-E), og deretter ta dem inn i Photoshop for en generativ utfylling.

Hva synes du? Hvilke av disse verktøyene bruker du? Hvilken AI synes du gjorde best i testene våre? Gi oss beskjed i kommentarene nedenfor.

Du kan følge mine daglige prosjektoppdateringer på sosiale medier. Sørg for å abonnere på mitt ukentlige oppdateringsnyhetsbrev, og følg meg på Twitter/X på @DavidGewirtz, på Facebook på Facebook.com/DavidGewirtz, på Instagram på Instagram.com/DavidGewirtz og på YouTube på YouTube.com/DavidGewirtzTV.