Seedream 5.0 Pro so với Nano Banana Pro: ba phép thử cho thấy khác nhau ở đâu

Kể từ khi Seedream 5.0 ra mắt, câu hỏi tôi nhận nhiều nhất là có nên chuyển từ Nano Banana Pro sang không. Các thư viện ảnh mẫu chính thức không trả lời được chuyện đó — những ảnh ấy đã được chọn lọc. Nên tôi đặt hai mô hình cạnh nhau và chạy ba phép thử, giữ y nguyên từng chữ trong prompt và chỉ đổi mô hình.

Nói ngắn gọn: câu hỏi bên nào mạnh hơn không thật sự đứng vững ở đây. Hai mô hình ảnh AI này nghe theo những phần khác nhau trong chỉ dẫn của bạn, và làm việc đó đủ đều đặn để bạn dựa vào mà lên kế hoạch.

Seedream 5.0 Pro là gì, và Lite nằm ở đâu

Seedream 5 là mô hình ảnh AI thế hệ hiện tại của ByteDance, trên ZOOOP có cả bản Pro và Lite. Bản Pro đi theo lối "đây là một mô tả phức tạp, làm được bao nhiêu thì làm". Bản Lite rẻ và nhanh hơn, nên hữu ích khi cần tuôn ra chục bố cục thô trước lúc chốt. Toàn bộ phần dưới chạy trên Pro, vì việc tuân theo chỉ dẫn phức tạp chính là thứ tôi muốn đo.

Một khác biệt dễ bỏ sót: Seedream 5.0 Pro hiện dừng ở 2k, còn Nano Banana Pro lên tới 4k. Nếu ảnh thành phẩm của bạn đi in hoặc bị cắt mạnh, riêng dòng đó có thể quan trọng hơn cả ba phép thử. Chi phí mỗi ảnh của hai bên gần nhau, Seedream 5.0 Pro rẻ hơn chút — không đủ để quyết định điều gì.

Cách làm: cùng prompt, chỉ đổi mô hình

Ba phép thử, mỗi phép một prompt, mỗi mô hình chạy một lần. Tỉ lệ khung khóa ở 16:9 (3:2 ở phép thử chân dung), độ phân giải khóa ở 2k. Không chạy lại đến khi ra ảnh đẹp, vì một ảnh được chọn bằng tay chẳng nói lên điều gì về cách mô hình hoạt động.

Ba phép thử nhắm vào chỗ mà tạo ảnh AI đổ vỡ đều đặn nhất: nhiều chủ thể trong một khung, cùng một khuôn mặt qua các cảnh khác nhau, và chữ đọc được nằm trong ảnh.

Phép thử một: bốn chủ thể trong một khung

Prompt mô tả một xe ramen đêm khuya trong con hẻm mưa, với bốn chủ thể mỗi người một vị trí đã ghim: người đầu bếp phía sau quầy đang lau tô, một phụ nữ áo mưa vàng ngồi chiếc ghế ngoài cùng bên trái nhìn điện thoại, một người giao hàng đứng ở khung cửa bên phải kẹp mũ bảo hiểm dưới cánh tay, và một con mèo vàng ngồi trên chồng thùng gỗ ở sát rìa phải. Ánh sáng: đèn lồng ấm, mặt nhựa đường ướt bắt lấy ánh neon.

Cả hai mô hình đều vẽ đủ bốn chủ thể, vị trí đại khái cũng đúng. Một năm trước, tạo ảnh AI sẽ để rơi mất một chủ thể là chuyện thường. Phần thú vị nằm ở chỗ khác.

Seedream 5.0 Pro bắt được động tác nhỏ — chiếc mũ thật sự kẹp dưới cánh tay — và viết đúng chữ RAMEN trên bảng hiệu. Khung của nó đọc như một tấm áp phích đã dàn trang: khoảng trống giữa các chủ thể sạch sẽ, ai ở đâu nhận ra ngay. Nano Banana Pro trả về thứ gần với ảnh đường phố hơn, con hẻm thật sự hút vào chiều sâu, phía xa có người đi bộ dưới ô, chữ Nhật trên đèn lồng đọc được. Giá phải trả: người giao hàng cầm mũ trước ngực chứ không kẹp dưới cánh tay, và chữ nhỏ trên thùng gỗ thì không đọc nổi.

Phép thử hai: một khuôn mặt, hai cảnh

Giữ nhân vật nhất quán có lẽ là bài học đắt nhất trong việc làm ảnh AI. Tôi bắt đầu bằng một ảnh nền sạch tạo từ GPT Image 2: chính diện, phông xám, sáng đều, không trang điểm — về cơ bản là ảnh casting. Ảnh đó sau đó vào làm ảnh tham chiếu cho cả hai mô hình, với yêu cầu đưa đúng người ấy lên sân thượng lúc chiều muộn và vào một thư viện có ánh sáng ban ngày.

Khuôn mặt cả hai đều giữ được. Ô đó tick ở cả hai bên. Nhìn kỹ mới thấy thú vị.

Seedream 5.0 Pro theo cấu trúc xương sát nhất — vòm mày, sống mũi và dáng môi gần như bản sao của ảnh nền. Nhưng nó cho tôi ánh sáng chính diện phẳng cả hai lần, dù prompt yêu cầu rõ góc ba phần tư và ánh sáng xiên thấp từ bên trái. Phần đó nó bỏ qua. Nano Banana Pro thì ngược lại: cả góc máy lẫn hướng sáng đều vào đúng, và khung thư viện còn tự thêm một người đọc thứ hai cùng mấy quyển sách mở ở hậu cảnh. Cấu trúc xương của nó trôi đi một chút, nhưng vẫn đọc ra cùng một người. Nó cũng thêm tàn nhang mà ảnh nền không có.

Cả hai mô hình đều làm một việc đáng ghi lại: mỗi bên đều thừa hưởng chiếc áo ba lỗ đen từ ảnh tham chiếu. Ảnh tham chiếu mang theo nhiều hơn một khuôn mặt — nó mang theo quần áo, độ dài tóc, thậm chí cả dáng người. Nếu bạn không muốn vậy thì phải nói trong prompt. Với những thay đổi có chủ đích trên một ảnh đã có, chỉnh sửa ảnh AI lợi hơn là mô tả lại toàn bộ.

Phép thử ba: bắt nó viết chữ trong ảnh

Đây là phép thử tôi muốn chạy nhất. Prompt yêu cầu một bảng phấn ghi thực đơn trước cửa tiệm bánh với đúng ba dòng, đọc rõ từng chữ: SOURDOUGH 4.50 / CROISSANT 3.20 / CLOSED MONDAYS.

Cả hai đều viết đúng. Không sai một chữ cái nào. Cái luật cũ rằng mô hình ảnh AI không dựng nổi chữ đọc được đã không còn đứng, ít nhất với những chuỗi tiếng Anh ngắn.

Dàn trang lại là chuyện khác. Seedream 5.0 Pro cho ba dòng đúng thành ba dòng, tên món và giá trên cùng một hàng, đúng như yêu cầu. Nano Banana Pro đúng từng ký tự nhưng ngắt mỗi món thành hai hàng — ba dòng thành năm — và viết dấu thập phân thành dấu chấm giữa. Nếu ảnh đó đi thẳng vào một thẻ hay một ảnh thu nhỏ, dàn trang sai nghĩa là chạy lại.

Cái nào cho việc nào

Sau ba phép thử, đường phân chia đã đủ rõ để dựa vào mà làm.

Khi bạn muốn một ảnh trông như đã được thiết kế — áp phích, bìa, ảnh thu nhỏ, bất cứ bố cục nào có chữ trên đó — hãy lấy Seedream 5.0 Pro. Nó xem trọng những chỉ dẫn về cấu trúc: nội dung chữ, số dòng, chủ thể nào đứng ở đâu. Khi bạn muốn một ảnh trông như đã được chụp — góc máy, hướng sáng, chiều sâu thật, những chi tiết vụn ở hậu cảnh — Nano Banana Pro hành xử giống một chiếc máy ảnh hơn là một cây cọ.

Thêm hai ghi chú thực dụng. Việc liên quan đến nhân vật thì mô hình nào cũng gánh được, nhưng hãy tiêu một lần tạo ảnh cho một ảnh nền chính diện sạch sẽ trước, rồi sau đó lần nào cũng đưa nó vào làm ảnh tham chiếu; cách này hơn việc mô tả lại khuôn mặt trong từng prompt. Và nếu bạn cần bàn giao ở 4k thì không có gì để chọn — chỉ Nano Banana Pro tới được đó.

Cách rẻ nhất để giải quyết chuyện này cho công việc của chính bạn là chạy một prompt qua hai mô hình song song trên vải bố sáng tạo rồi xem hai kết quả cạnh nhau. ZOOOP còn có Nano Banana 2, Seedream 5.0 Lite, GPT Image 2, Flux 2… đổi mô hình theo từng việc là bình thường, không phải dấu hiệu bạn đã chọn sai.

Những gì tôi chưa thử

Nên nói thẳng về giới hạn. Góc này của tạo ảnh AI chuyển động đủ nhanh để bài viết này chỉ có hạn dùng vài tháng. Mỗi phép thử chạy một lần, không lấy mẫu lặp lại, nên "thắng lần này" không phải "lần nào cũng thắng". Cũng chưa thử: độ ổn định qua nhiều vòng chỉnh sửa trên cùng một ảnh, sự nhất quán với những chủ thể không phải người như sản phẩm và toà nhà, chữ không phải hệ Latin nằm trong khung (qua được tiếng Anh không chứng minh gì về tiếng Trung), và các tỉ lệ khung cực đoan.

Seedream 5.0 Pro và Nano Banana Pro đều vẫn đang tiến. Nếu một trong những trường hợp đó đúng là công việc thật của bạn, đừng nhận kết luận của tôi làm của mình — chọn hai mô hình trong danh sách công cụ và cho chất liệu của bạn chạy một lần qua mỗi bên. Chi phí bằng một prompt mua được một câu trả lời bạn không phải đoán.