Nano Banana Pro กับ Nano Banana 2 ต่างกันตรงไหน ผมใช้พรอมต์ชุดเดียวกันรันทั้งสองตัว

บทเปรียบเทียบสองโมเดลภาพ AI นี้มีอยู่เยอะ ปัญหาคือส่วนใหญ่แค่เอาภาพมาแปะโดยไม่บอกเงื่อนไข พรอมต์ก็ต่างกัน อัตราส่วนก็ต่างกัน บางทีความละเอียดยังต่างกันด้วย แล้วก็สรุปเลย ข้อสรุปแบบนั้นเอาไปใช้ไม่ได้

ผมจึงล็อกตัวแปรทั้งหมด พรอมต์เดียวกัน อัตราส่วนเดียวกัน ความละเอียดเดียวกัน เปลี่ยนแค่โมเดล สามสถานการณ์บวกการทดลองแยกอีกหนึ่งชุด รวมเก้าครั้ง ด้านล่างคือสิ่งที่เห็น รวมถึงจุดที่ทั้งสองโมเดลพลาด

ทำไมสองตัวนี้จึงถูกเอามาเทียบกัน

ในรายการโมเดลของ ตัวสร้างภาพ AI ทั้งสองอยู่ติดกัน และแผงพารามิเตอร์ก็หน้าตาเกือบเหมือนกัน พรอมต์ อัตราส่วน ความละเอียด ภาพอ้างอิง 1k / 2k / 4k และอัตราส่วนสิบแบบเท่ากัน สิ่งที่คนคิดก่อนคือ Pro คงเป็นตัวที่แพงกว่า

มันไม่ใช่สองระดับของโมเดลเดียวกัน ชื่อหนึ่งบอกรุ่นย่อย อีกชื่อบอกเจเนอเรชัน และความต่างที่สำคัญไม่ได้อยู่ที่ว่าตัวไหนคมกว่า พอรันคู่กันจะเห็นว่าทั้งสองอ่านประโยคเดียวกันไม่เหมือนกัน

บอกเงื่อนไขการทดสอบก่อน

พรอมต์ทั้งสามชุดเขียนเป็นภาษาอังกฤษรอบเดียวจบ และไม่ได้แก้ทีหลัง รอบละสองภาพ พารามิเตอร์เหมือนกันหมดยกเว้นโมเดล

• รอบฉากแน่นและรอบตัวหนังสือ: 16:9, 2k
• รอบตัวละคร: 1:1, 2k ป้อนภาพอ้างอิงเดียวกันให้ทั้งสองโมเดล
• Nano Banana 2 ตั้งระดับการคิดไว้ที่ค่าเริ่มต้น (ยกเว้นในหัวข้อการทดลองแยก)

ภาพอ้างอิงของรอบตัวละครเป็นภาพแคสติงที่สร้างแยกไว้ พื้นเทา แสงหน้าตรงสม่ำเสมอ ไม่แต่งหน้า กล้องระดับสายตา ภาพตั้งต้นที่สะอาดแบบนี้เป็นเงื่อนไขจำเป็นของการทดสอบความสม่ำเสมอของตัวละคร ถ้าพื้นหลังรกหรือแสงมีทิศทาง คุณจะแยกไม่ออกว่าโมเดลเพี้ยนเอง หรือภาพอ้างอิงมีสัญญาณรบกวนมากเกินไป

ถ้าไม่อยากยิงทีละภาพ การเทียบแบบนี้ทำบน ผ้าใบสร้างสรรค์ สะดวกกว่า แยกพรอมต์เดียวออกเป็นสองโหนด แล้วปล่อยผลลัพธ์ให้วางเรียงกันไว้

รอบที่หนึ่ง ฉากที่แน่นด้วยรายละเอียด

พรอมต์บรรยายแผงอาหารเช้าตอนฟ้าสาง หกอย่าง คนขายใส่ผ้ากันเปื้อนขาวส่งถุงกระดาษ มีคนต่อคิวอยู่ด้านหลัง ซึ้งไม้ไผ่ซ้อนกันอยู่ทางซ้าย จักรยานพาดกำแพงทางขวา หลอดไฟห้อย และหมอกยามเช้า ตั้งใจให้มีของให้ถือเยอะ

Nano Banana Pro ให้ภาพที่อ่านออกว่าเป็นงานถ่ายภาพ โทนเทาเย็นสม่ำเสมอ มิติสะอาด หมอกกับแสงสอดคล้องกัน และองค์ประกอบที่สั่งไว้มีอยู่เกือบครบ แต่การตีความฉากค่อนข้างสงวนตัว บนเคาน์เตอร์มีกะละมังสเตนเลสอยู่ไม่กี่ใบ จะบอกว่าหกอย่างหรือสี่อย่างก็ไม่ได้ และไม่มีป้ายร้านที่ไหนเลย

Nano Banana 2 ทำตรงกันข้าม คืออัดเฟรมจนเต็ม ปาท่องโก๋ ซาลาเปา เกี๊ยว แป้งทอด เส้น เต้าหู้ นับได้หกอย่างขึ้นไปในแวบเดียว บนกำแพงมีป้ายชื่อร้านแขวนอยู่ ไกลออกไปตามถนนยังเห็นอีกสองป้าย และมีคนแปะคิวอาร์โคดสำหรับจ่ายเงินไว้ที่กรอบประตู ทั้งหมดนี้ไม่มีอยู่ในพรอมต์เลย โมเดลเติมเข้ามาเอง

ถ้าวัดตามข้อ "หกอย่างที่ไม่ซ้ำกัน" ภาพที่สองใกล้กับที่ผมสั่งกว่า ถ้าวัดที่บรรยากาศ ผมชอบภาพแรกมากกว่า รอบนี้ผมไม่ตัดสินผู้ชนะ เพราะคำตอบขึ้นอยู่กับว่าคุณต้องการอารมณ์หรือความหนาแน่นของข้อมูล

ทั้งสองภาพพังที่จุดเดียวกัน คือมือ ในภาพของ Nano Banana Pro มือซ้ายของคนขายที่ยกอยู่เหนือหม้อมีนิ้วเชื่อมติดกัน ในภาพของ Nano Banana 2 จุดที่สองมือส่งถุงกันกลายเป็นรอยเลอะ การที่คนมีปฏิสัมพันธ์กันทางกายภาพยังเป็นส่วนที่เปราะที่สุดของเฟรม และยังไม่มีโมเดลไหนแก้ได้

รอบที่สอง รักษาหน้าเดิมไว้ได้ไหม

รอบนี้เปลี่ยนแค่อย่างเดียว เอาคนจากภาพแคสติงไปยืนบนถนนตอนพลบค่ำ เติมแสงข้างอุ่นจากมุมต่ำ และทำป้ายร้านด้านหลังให้เบลอ ในพรอมต์ระบุชัดว่าคนเดิม มุมกล้องเดิม การจัดเฟรมเดิม

ซ้ายคือภาพอ้างอิง กลางคือ Nano Banana Pro ขวาคือ Nano Banana 2

Nano Banana Pro ย้ายคนมาแบบแทบไม่แตะต้อง รูปคิ้ว ระยะห่างของตา ความกว้างสันจมูก เส้นริมฝีปาก แนวไรผม แม้แต่ปอยผมที่หลุดออกมาและเสื้อกล้ามสีดำก็ยังอยู่ อ่านได้ว่าเป็นคนเดิมที่ถูกถ่ายในอีกวันหนึ่ง

ฝั่ง Nano Banana 2 ยังพอรู้ว่าเป็น "คนที่หน้าคล้ายเธอ" แต่เปลี่ยนไปจริง หน้ากว้างขึ้น กรามเหลี่ยมขึ้น ผิวหยาบขึ้น ดูแก่ขึ้นหลายปี ผมแนบหัวมากขึ้น ดูภาพเดียวไม่รู้สึกขัด แต่วางข้างภาพอ้างอิงแล้วเห็นชัด

ถ้างานของคุณต้องให้ตัวละครหนึ่งตัวปรากฏซ้ำข้ามหลายภาพ เช่น สตอรีบอร์ด หนังสือภาพ หรือโปสเตอร์ชุด ช่องว่างแค่นี้ก็เลือกโมเดลให้คุณแล้ว

แต่อย่าเพิ่งยกถ้วยให้ Pro พรอมต์สั่งให้คงการจัดเฟรมเดิม แต่ทั้งสองโมเดลดันกล้องเข้าใกล้เองทั้งคู่ ภาพอ้างอิงเป็นครึ่งตัว ผลที่ออกมาทั้งสองกลายเป็นภาพโคลสอัประยะใกล้ เรื่องนี้ไม่มีใครฟัง

รอบที่สาม ตัวหนังสือในภาพ

รอบนี้ผมเดาไว้ว่าจะพังที่สุด พรอมต์สั่งให้วาดกระดานดำหน้าร้านกาแฟที่เขียนด้วยมือ ข้อความต้องเป็น OPEN TODAY 7AM - 4PM และบรรทัดเล็กใต้ลงมาเป็น FLAT WHITE 4.50

Nano Banana Pro เขียนถูกทั้งสามบรรทัด และรอยชอล์กก็ดูสมจริง ราคาเขียนเป็น 4·50 โดยใช้จุดกลาง ซึ่งเป็นวิธีเขียนราคาด้วยมือบนกระดานที่พบทั่วไป ผมไม่นับเป็นข้อผิดพลาด

Nano Banana 2 ก็เขียนบรรทัดที่สั่งถูกทั้งหมด แล้วเติมไอคอนถ้วยกาแฟกับลายเส้นประดับที่ไม่มีใครขอเข้ามา และไปพังตรงจุดเดียวที่ไม่ได้สั่งให้เขียนอะไรเลย ชื่อร้านบนกันสาดควรเป็น THE DAILY GRIND แต่คำแรกยุบกลายเป็นรูปที่อ่านไม่ออก

รูปแบบนี้เกิดซ้ำทั้งสามรอบ ตัวหนังสือที่คุณสั่งไว้ชัดเจน ตอนนี้ทั้งสองโมเดลเขียนถูก ที่ผิดคือตัวหนังสือที่โมเดลเติมเข้ามาเองทุกครั้ง ในฉากถนนก็เรื่องเดียวกัน ป้ายร้านที่ Nano Banana 2 คิดขึ้นเองอ่านออก แต่ป้ายรายการราคาเล็ก ๆ ที่มันคิดขึ้นเองเหมือนกันนั้นเป็นตัวเลอะทั้งแผ่น ถ้าต้องการตัวหนังสือที่เชื่อถือได้ ให้ใส่คำที่ต้องการลงในพรอมต์ตรง ๆ และเหลือที่ให้โมเดลด้นสดน้อยที่สุด

เชิงอรรถหนึ่งข้อ ในผลลัพธ์ห้าภาพของ Nano Banana 2 มีหนึ่งภาพที่กลับมาพร้อมขอบขาวรอบทั้งสี่ด้าน ต้องครอปออก เกิดครั้งเดียวจึงยังเรียกว่าข้อบกพร่องไม่ได้ แต่ตอนสร้างเป็นชุดก็ควรชำเลืองดูไว้

"ระดับการคิด" ของ Nano Banana 2 ทำอะไรจริง ๆ

จุดที่แผงควบคุมต่างกันจริงอยู่ที่นี่ Nano Banana 2 มีสวิตช์เพิ่มสองอัน คือการค้นหารูปภาพ และระดับการคิดที่เลือกได้เป็นต่ำสุด ค่าเริ่มต้น หรือสูงสุด ส่วน Nano Banana Pro มีแค่การค้นหาเว็บ

ผมเอาพรอมต์แผงข้างทางของรอบแรกมารันทั้งสามระดับ ระดับละหนึ่งครั้ง

จากซ้ายไปขวาคือต่ำสุด ค่าเริ่มต้น และสูงสุด องค์ประกอบหลักอยู่ครบทั้งสามภาพ คนขาย ถุงกระดาษ คิว ซึ้ง จักรยาน ไม่มีอะไรหาย สิ่งที่เปลี่ยนอยู่ที่อื่น ยิ่งระดับสูงขึ้น โมเดลยิ่งเติมตัวหนังสือเข้ามาน้อยลงและถูกมากขึ้น ภาพระดับต่ำสุดรกที่สุด มีโปสเตอร์หลายแผ่นที่ตัวเล็กเป็นก้อนเลอะ ภาพระดับสูงสุดเหลือแค่ป้ายแนวตั้งกับป้ายราคาสองสามแผ่นที่สะอาดและอ่านออก องค์ประกอบภาพก็สงบลงอย่างเห็นได้ชัด

มันจึงทำงานเหมือนปุ่มปรับว่าโมเดลจะละเอียดแค่ไหน มากกว่าจะเป็นระดับคุณภาพ ราคาที่ต้องจ่ายคือเวลา รอบนี้ระดับสูงสุดใช้เวลาราวร้อยวินาที ขณะที่ค่าเริ่มต้นใช้หกสิบวินาทีกว่า ต่างกันเกือบครึ่ง เป็นการวัดครั้งเดียวและรวมเวลารอคิว อย่าถือเป็นตัวเลขมาตรฐาน แต่ทิศทางชัดเจน

ควรเลือกตัวไหน

หลังรันเก้าภาพ ข้อสรุปของผมชัดกว่าตอนเริ่ม

ถ้าตัวละครตัวเดิมต้องปรากฏซ้ำ เลือก Nano Banana Pro ช่องว่างในรอบความสม่ำเสมอไม่ใช่เรื่องรสนิยม แต่เป็นเรื่องว่าใช้งานได้หรือไม่

ถ้าต้องการฉากที่แน่นและงอกรายละเอียดขึ้นมาเอง เลือก Nano Banana 2 จินตนาการเรื่องสภาพแวดล้อมของมันคึกคักกว่า ป้าย สติกเกอร์ และของใช้ที่คุณไม่เคยเอ่ยถึงจะเติมเข้ามาเอง สะดวกเวลาทำภาพพื้นหลังและภาพบรรยากาศ

ถ้าในภาพต้องมีตัวหนังสือที่ถูกต้อง ใช้ตัวไหนก็ได้ แต่ต้องตอกคำลงในพรอมต์ อย่าหวังกับตัวหนังสือที่โมเดลเขียนขึ้นเอง

ถ้ายังไม่แน่ใจ ลองต้นแบบด้วย Nano Banana 2 ก่อน ต่อภาพถูกกว่าเล็กน้อยและระดับค่าเริ่มต้นก็เร็วกว่า เหมาะกับตอนหาทิศทางของพรอมต์ พอทิศทางนิ่งและต้องคุมหน้าให้อยู่ ค่อยเปลี่ยนไปใช้ Nano Banana Pro ทำฉบับจริง

ถ้าต้องการแก้เฉพาะบางส่วนแทนที่จะวาดใหม่ทั้งภาพ ทั้งสองตัวไม่ใช่ตัวเลือกแรก ใช้ ตัวแก้ไขภาพ AI ตรงกว่า ระบายบริเวณที่ต้องการแล้วแก้แค่ตรงนั้น ไม่ต้องทอยลูกเต๋าใหม่ทั้งภาพ

ปิดท้ายด้วยความจริง แต่ละรอบผมรันแค่ครั้งเดียว ไม่ได้สุ่มซ้ำ และถ้าเปลี่ยนซีดบางข้อสรุปอาจพลิกได้ ถ้าจะตัดสินใจให้โปรเจกต์จริง วิธีที่แน่นอนที่สุดคือเอาพรอมต์ของคุณเอง ล็อกตัวแปรแบบเดียวกัน แล้วรันแต่ละตัวหลายครั้ง ถ้าอยากประหยัดขั้นตอน ค่าที่ตั้งไว้แล้วใน คลังแม่แบบ ก็ใช้เป็นจุดเริ่มต้นได้