GPT, Gemini, Qwen и Шедеврум переделывает мужского ГГ в женского. Часть 1

Я решил проверить, как популярные генераторы изображений справляются с одной и той же задачей: сделать фотореалистичный женский вариант известного персонажа игры. Сценарий максимально простой и воспроизводимый — без референсов, без негатив-промтов, без ручной дообработки.

Правила эксперимента

• Единый промт для всех моделей: Создай мне фотореалистичную картинку женской версии персонажа <ИМЯ> из игры <ИГРА>. В полный рост, хорошее освещение. Соотношение сторон 9 на 16.

• Три прогона на каждом ИИ, из которых я выбираю лучший результат.

• Одинаковые базовые условия: дефолтные настройки, без дополнительных подсказок и уточнений.

• Критерии оценки (неформальные, но одинаковые для всех):

  1. узнаваемость и адаптация образа под женскую версию;

  2. фотореалистичность;

  3. соответствие инструкции (фулл-боди, свет, 9:16);

  4. композиция/интересность кадра;

  5. стабильность: насколько легко получить то, что просил, за 3 попытки «из коробки».

Цель — не «выжать максимум» из каждой модели, а посмотреть, кто лучше попадает в задачу без дополнительных усилий.

Участники

• GPT (DALL·E)

• Gemini

• Qwen

• «Шедеврум» (Яндекс)

Персонажи

Разные сеттинги, чтобы не «привязаться» к одному жанру:

• Джоэл (The Last of Us)

• Марио (Super Mario)

• Геральт (The Witcher)

• Хитман / Agent 47 (Hitman)

• Эцио Аудиторе (Assassin’s Creed)

Впечатления от работы.

• GPT. Работать с ним было неприятно: упорно не понимал, что я хочу, сперва пытался генерировать промт вместо картинки. Итоговые изображения, однако, по качеству и соответствию запросу — лучше других. Минусы: картинки получаются скучными и «сухими», будто модель строго и без фантазии исполнила инструкцию.

• «Шедеврум». Поведение непостоянное. С Джоэлом так и не удалось получить не Элли, с Марио — забыл про фотореалистичность, с Эцио — получилось неплохо. В целом — посредственно, причём новая 2.7 хуже прежней 2.5.

• Gemini. Делает высококачественные картинки, но порой игнорирует фотореализм и любит домысливать.

• Qwen. Больше всех фантазирует — иногда это хорошо, но может увести от запроса (как с Hitman). Тем не менее, его изображения хочется рассматривать дольше.

Итог: буду проводить генерации дальше, возможно, добавив уточняющий промт. В следующей части разброс персонажей сделаю ещё сильнее. От себя замечу — добиться максимальной похожести можно почти с каждой моделью, особенно умеющей править уже созданные картинки (GPT, Qwen). Но цель исследования была именно в том, кто лучше сделает требуемое изображение без дополнительных усилий, так сказать, «из коробки». Пока что мой фаворит — GPT, несмотря на абсолютную тупость новой модели GPT-5. С изображениями он всё равно работает очень хорошо. А вот Шедеврум, который мне так понравился сначала, сильно разочаровал.