Nowy model OpenAI miażdży Nano Banana, sprawdziłem to na konkretnych przykładach — Transcript
Full transcript
- 0:00Open AI właśnie wypuściło nowy model do
- 0:02generowania zdjęć JPT Image 2 i od razu
- 0:05wskoczył na pierwsze miejsce w rankingu
- 0:07Arena AI z przewagą 242 punktów nad Nano
- 0:11Banana 2. Takiej przepaści między
- 0:14modelami do generowania zdjęć jeszcze
- 0:16nie było, dlatego postanowiłem sprawdzić
- 0:19czy ten model faktycznie jest tak mocny
- 0:21jak pokazują wyniki. Przygotowałem 14
- 0:24przykładów, które przepuściłem przez
- 0:26trzy najlepsze modele dostępne na rynku.
- 0:29GPT Image 2, Nano Banana i Mid Journey w
- 0:33najnowszej wersji. Ten sam prompt w
- 0:36każdym, a potem porównanie obok siebie.
- 0:38Zanim przejdziemy do przykładów, jedna
- 0:40rzecz, którą zauważyłem od razu.
- 0:42Najszybszy z tych trzech modeli to Mid
- 0:44Journey. Na drugim miejscu jest Nano
- 0:46Banana, a Chat GPT robi to najdłużej.
- 0:50Jestem wirtualnym awatarem Alexa Szacha.
- 0:52W międzyczasie, póki on testuje różne
- 0:54narzędzia, ja dostarczam wam wiedzę o
- 0:57tym, co dzieje się w świecie sztucznej
- 0:59inteligencji. Wszystkie skrypty do
- 1:01filmów Alex pisze osobiście. On czyta i
- 1:03odpowiada na wszystkie komentarze, więc
- 1:05jeśli masz jakieś pytania, śmiało pisz.
- 1:08Wróćmy do tematu.
- 1:11Dobra, to lecimy. Zaczynamy od portretu
- 1:14pełnej postaci. Kobieta klęcząca na
- 1:16jednym kolanie, patrząca na kogoś poza
- 1:19kadrem. Prompt, który widzicie na
- 1:21ekranie jest dość rozbudowany, no i
- 1:24zobaczymy jak każdy z tych modeli sobie
- 1:25z nim poradzi. Rezultat od chzata GPT
- 1:28jest w miarę okej. Nie ma żadnej
- 1:30rewelacji, po prostu w porządku, ale
- 1:33zaraz zobaczycie jaka jest różnica z
- 1:35kolejnymi. Nano banana wygląda prawie
- 1:38tak samo jak GPT. Wszędzie ten sam
- 1:40prompt był użyty, więc widać, że te dwa
- 1:43modele myślą podobnie. W tym zestawieniu
- 1:45Mid Journey wygląda najlepiej. Tylko
- 1:47jest jeden problem. Mid Journey tutaj
- 1:49trochę poszalał. Widzicie te dwa
- 1:51poprzednie, że kobieta patrzy gdzieś w
- 1:53bok, no bo w poleceniu jest napisane, że
- 1:56patrzy na osobę z boku, a nie wprost do
- 1:58kamery, tak jak zrobił Mid Journey.
- 2:00Zupełnie inne jest ujęcie, ale jeśli
- 2:02chodzi o sam wygląd, no to Mid Journey
- 2:05zdecydowanie tutaj wygrywa. To wygląda
- 2:07ze wszystkich najbardziej realistycznie.
- 2:10Teraz coś zupełnie innego. Kaligrafia,
- 2:13napis Jept, ale każda litera ma być
- 2:16ułożona z prawdziwego jedzenia.
- 2:19Pisałem również, aby nie było fasoli.
- 2:21Czat GPT zrobił całkiem fajne zdjęcie.
- 2:24Litery są bardzo dokładne, a wybór
- 2:25warzyw jest ciekawy. Nano Banana w ogóle
- 2:28nie chciał tego wygenerować. Zmieniałem
- 2:31prompt kilka razy, zmieniałem nawet
- 2:33tekst, żeby zamiast GPT Image było nano
- 2:35banana i on tego nie chciał wygenerować.
- 2:38M Journey postanowił wykorzystać gotowe
- 2:40jedzenie, takie jak bekon, jajka
- 2:42smażone. Tylko, że miks jest zbyt duży.
- 2:46Może wygląda fajnie, ale jest tutaj zbyt
- 2:48dużo rzeczy. I co ważne, zobaczycie, że
- 2:50jest tutaj bardzo dużo fasoli, a w
- 2:52poleceniu napisałem bardzo dokładnie,
- 2:54żeby jej nie wykorzystywać. Kolejny
- 2:57przykład. Surrealistyczna okładka
- 2:59albumu. Nowojorskie metro wypełnione
- 3:01flamingami i wielki napis: "Miej
- 3:04wspaniały dzień". Tu jeszcze jedna ważna
- 3:06rzecz, którą musicie wiedzieć o czacie
- 3:08GPT. Zawsze musicie wpisywać jaki
- 3:11chcecie mieć format zdjęcia poziomy
- 3:13pionowy, kwadratowy. W innych
- 3:15narzędziach możecie sobie wybrać to w
- 3:17ustawieniach, a tutaj jak tego nie
- 3:20napiszecie w poleceniu to wygeneruje
- 3:22taki jaki uważa za odpowiedni. Widać, że
- 3:25próbował zrobić to bardziej
- 3:27realistycznie. Dodał jednego flaminga
- 3:29bardzo blisko kamery, tak jakby robił
- 3:31sobie selfie. Jak najbardziej pasuje mi
- 3:33nano banana. Jak popatrzycie na wnętrze
- 3:36tego wagonu, to widać dodatkowe
- 3:38elementy, więcej detali. Morne też
- 3:41wygląda w porządku, tylko bardzo jest
- 3:44rozmyte tło i nie do końca wiadomo gdzie
- 3:46jesteśmy. Widać zwierząt, ale nie widać
- 3:49wnętrza wagonu tak jak w poprzednich
- 3:51dwóch. Następny test. Szary automat
- 3:53sprzedający butelki na rogu sowieckiego
- 3:55wieżowca, mokry asfalt, wieczorny
- 3:57nastrój, europejska ulica GPT. Sama
- 4:01maszyna wygląda dziwnie, bo nigdy takiej
- 4:04nie widziałem, ale jak popatrzeć na całe
- 4:06zdjęcie, to wygląda to całkiem
- 4:08realistycznie. Ulica, odbicia świateł.
- 4:11Całkiem fajnie to wyszło. Nano banana. W
- 4:14poleceniu było napisane, że to ma być
- 4:16sowiecka ulica i tutaj postanowił dodać
- 4:19jakieś napisy na maszynie, ale z tych
- 4:21trzech wciąż najlepiej wypada GPT. M
- 4:24Journey. Tutaj jest wiele problemów. Po
- 4:26pierwsze, drogowy znak jest jakiś
- 4:28dziwny. Maszyna wendingowa ma butelki
- 4:31jedna na drugiej, powiedzmy połączone i
- 4:34nie wiadomo co to za butelki. No i dom.
- 4:37Takiego chudego domu chyba nigdy w życiu
- 4:39nie widziałem. [muzyka]
- 4:40Tam chyba jest 5 m kw. To są te słynne
- 4:43kawalerki od super deweloperów, więc
- 4:46może mie Journey się na nich uczył.
- 4:48Dalej. Joker, fioletowy płaszcz,
- 4:50charakterystyczny makijaż. trzyma kogoś
- 4:53za rękę w tle płonące miasto. Czat GPT w
- 4:57tym konkretnym poleceniu wypadł
- 4:58najlepiej. Już wiedząc jakie będą
- 5:01kolejne przykłady zobaczycie to tutaj.
- 5:03Widać detale. Płomień jest bardziej
- 5:05realistyczny niż w następnych zdjęciach.
- 5:08W tle są wieżowce i miasto, a sama
- 5:11postać wygląda tak jak trzeba. Ręka jest
- 5:13naturalna. W odróżnieniu od niektórych
- 5:15kolejnych zdjęć nano banana wygląda
- 5:18całkiem fajnie. Dotrzymał się prątu
- 5:21prawie w całości. A nawet ta twarz,
- 5:23którą widzimy jest bardzo podobna do tej
- 5:25oryginalnej. W tle są wieżowce, czyli
- 5:27dokładnie to, o co prosiłem. Płomień nie
- 5:30do końca wygląda naturalnie, ale to, że
- 5:33są wieżowce w tle to duży plus. M
- 5:36Journey wygląda okej. Jeśli popatrzeć na
- 5:38detale, to mi się nawet podobają, ale
- 5:41tło jest zupełnie nie tym, o co
- 5:42prosiłem. Nie ma tutaj żadnego miasta, a
- 5:45ten płomień wygląda tak samo dziwnie jak
- 5:48na poprzednim zdjęciu. Teraz coś, czym
- 5:50czat GPT bardzo się chwalił, zanim
- 5:52udostępnił ten model. Zrzuty ekranu.
- 5:55Konkretnie rzut ekranu chzata GPT na Mau
- 5:59z rysunkiem psa. W przypadku chzata GPT
- 6:02wygląda to bardzo fajnie. Widać detale w
- 6:05tekście w różnych elementach,
- 6:07najbardziej bliskie do realności.
- 6:09Chociaż nano banana też całkiem dobrze
- 6:11sobie poradził i nie widzę jakichś
- 6:12mocnych minusów w tym zdjęciu, więc
- 6:15prawdopodobnie ta funkcja, o której Open
- 6:17AI mówiło, że zobaczcie jakie super
- 6:20zrzuty ekranu teraz umiemy generować, no
- 6:23to już była w poprzedniej wersji Nano
- 6:26Banana. Nano Banana. No tak jak mówiłem
- 6:28też całkiem fajnie to wygląda. Journey
- 6:31jest sławny z tego, że nie lubi tekstu
- 6:33na zdjęciach, więc tutaj wygenerował coś
- 6:35zupełnie nie z tej bajki. Surowe zdjęcie
- 6:38pary na zamglonej plaży. Taki stary,
- 6:41autentyczny wygląd. Burza, tęcza,
- 6:43turkusowa laguna. W tym poleceniu
- 6:46chodziło właśnie o taki oldschoolowy
- 6:48wygląd zdjęcia. Czat GPTE wypadł bardzo
- 6:50fajnie. Oczywiście są jakieś dziwne
- 6:53rzeczy, na przykład ta tęcza, lewa
- 6:55strona i prawa strona tęczy. Nie wiadomo
- 6:58skąd ona wychodzi i dokąd idzie, ale
- 7:01jeśli chodzi o ludzi, o wodę, piasek, no
- 7:03to wygląda bardzo realistycznie. Nano
- 7:06banana troszkę wygląda zbyt
- 7:07perfekcyjnie. Chodziło mi właśnie o to,
- 7:10żeby zdjęcie wyglądało nieobrobione,
- 7:12surowo, ale nano banana najbardziej
- 7:14posłuchał się promptu, bo w prompcie
- 7:16jest napisane, że oni dotykają wody.
- 7:19Widać, że właśnie robią ten ruch w
- 7:21stronę wody. Amy Journey. Po prostu styl
- 7:23tego zdjęcia najbardziej mi się podoba.
- 7:26Ten prompt był akurat wzięty z mid jour
- 7:28Journey, więc prawdopodobnie dlatego
- 7:30tutaj wypada najlepiej. Dalej tablica
- 7:33szkolna. Suma liczb nieparzystych jako
- 7:35kwadrat. Polski tekst. Tytuł tryb
- 7:38myślenia. Czat GPT wygrywa. Kreda
- 7:41wygląda najbardziej naturalnie, a sam
- 7:43content, co jest napisane i w jaki
- 7:45sposób to jest zrobione, też wygląda
- 7:47tak, jak ktoś by to naprawdę zrobił na
- 7:49tablicy. Nano banana też wypadł okej,
- 7:52tylko że widać jakby tekst był nałożony,
- 7:54a nie napisany przez kogoś ręcznie.
- 7:57Gdybym opisał w prompcie bardziej
- 7:58szczegółowo, co ma tam być, pewnie
- 8:01dałoby się osiągnąć lepszy rezultat.
- 8:04Journe wiadomo, tekst i jeszcze
- 8:06wymyślanie czegoś, co ma być na tym
- 8:08tekście, to nie jest jego najmocniejsza
- 8:10strona. Prompt był bez wyjaśnienia, co
- 8:13tam powinno być i tu widać atuty tych
- 8:16innych modeli, że one się domyślają,
- 8:18jeśli nie wiesz dokładnie czego chcesz.
- 8:20Lecimy dalej. Dwóch kosmitów w kawiarni,
- 8:23zdjęcie zrobione niby iPhonem,
- 8:25popołudniowe słońce, niedokończone
- 8:28drinki Czat GPT wygląda bardzo
- 8:30realistycznie. Jedyny problem to zieleń
- 8:33w tle. Bardzo dziwnie wygląda i tło po
- 8:35lewej jest w bardzo słabej jakości. W
- 8:38poleceniu było napisane, że zdjęcie jest
- 8:40zrobione na iPhone, ale iPhone teraz nie
- 8:43ma aż tak słabej jakości. Swoją drogą
- 8:46napisanie czegoś takiego, że zdjęcie
- 8:48zrobione na iPhonie to dobry zabieg.
- 8:51Jeśli chcecie, żeby obraz wyglądał
- 8:53bardziej realistycznie, dodanie tego
- 8:55może naprawdę pomóc, a sami kosmici
- 8:57wyglądają super. Stół też jest w
- 8:59porządku. Nano banana też wypadł dobrze.
- 9:02Nie widzę tutaj większych problemów.
- 9:04Oczywiście dodał jeszcze jednego gościa
- 9:06w tle, ale to troszkę sztucznie wygląda,
- 9:09bo jakość jest lepsza. Mógłbym w
- 9:11prompcie napisać, żeby jakość była
- 9:12jeszcze gorsza i wtedy byłoby bardziej
- 9:15realistycznie. Według mnie w tym wypadku
- 9:17nano banana troszkę lepiej wypada.
- 9:20Journey też w sumie okej. Widzicie jak
- 9:22każdy model zupełnie inaczej się
- 9:24zachowuje. Inaczej wyglądają te
- 9:26postacie. Na talerzu jest problem z
- 9:28widelcem, jak sobie przyjrzeć, ale
- 9:31reszta jest w porządku. Też nieźle
- 9:33wykonał zadanie. Teraz komiks, dialogi
- 9:35po polsku. Z tych trzech czat GPT
- 9:38poradził sobie tutaj prawdopodobnie
- 9:40najlepiej. Oczywiście jest mały problem
- 9:42z kadrem pośrodku na dole, bo nie bardzo
- 9:44wiadomo co tam mówią te budynki, ale
- 9:47reszta jest całkiem spoko. Widać dialog,
- 9:50który sobie wymyślił. Nano banana tutaj
- 9:52zrobiłem kilka generacji i wybrałem
- 9:54najlepszą. Te inne były zupełnie słabe.
- 9:58Ta też nie jest idealna, bo jak sobie
- 9:59poczytać co tutaj jest, to nie do końca
- 10:01wiadomo w jakiej kolejności czytać. Ale
- 10:04jeśli chodzi o ogólny wygląd, to jest
- 10:06fajnie. Widać, że postacie są takie same
- 10:08w każdym kadrze. Generalnie okej, jak mu
- 10:11nie napiszesz konkretnie, co ma być w
- 10:13tekście, to on tego nie wymyśli. Jeśli
- 10:16chodzi o samą grafikę, według mnie jest
- 10:18słaba. Plakat niebieskiego smoka w
- 10:20okularach, stylistyka orientalna,
- 10:23postapokaliptyczny,
- 10:24surrealizm. Czat GPT dodał tutaj
- 10:27elementy, których nie potrzebowałem.
- 10:29jakiś tekst, który jest słabo czytelny,
- 10:31zbyt artystyczne podejście, taka próba
- 10:34narysowania czegoś, która nie do końca
- 10:36wyszła. Nano banana wygląda lepiej. Jest
- 10:39jakiś czytelny tekst bez komplikacji.
- 10:42Widać ciekawe ujęcia ludzi w różnych
- 10:44miejscach. Nawet ten tekst na budynkach
- 10:46wygląda prawidłowo. M Journey najlepiej
- 10:49pasuje do tego, o co prosiłem. Nie
- 10:52chodziło mi, żeby tam byli ludzie czy
- 10:53budynki. Chodziło po prostu o
- 10:55niebieskiego smoka w okularach. I mi
- 10:58journey to zrobił. Bardzo fajnie wyszło.
- 11:00Widać detale. Super. Teraz coś, gdzie
- 11:03czat GPT po prostu miażdżzy.
- 11:05Infografika, sześć największych trendów
- 11:07w desajnie. To co zrobił w tym wypadku
- 11:10CzTu
- 11:12rewelacja. Powymyślał sobie dodatkowe
- 11:14obrazy. Ten przykład pokazuje też, że
- 11:17być może to będzie super model do
- 11:19robienia prezentacji. Jeśli tak sobie
- 11:22radzi z tym, to prawdopodobnie przy
- 11:23budowaniu stron następny model GPT
- 11:26będzie robił to całkiem fajnie.
- 11:28zakładając, że uczył się na podobnych
- 11:30danych. Robiłem tutaj kilka generacji i
- 11:32za każdym razem było fajnie. Zobaczcie
- 11:35jeszcze jedną od czata GPT. Nano banana
- 11:37w porównaniu do Czata GPT. No to nie
- 11:40jest najlepsza generacja. Tutaj też
- 11:42miałem ich kilka, ale jak przeczytać
- 11:44tekst, który tutaj jest, to czasem brzmi
- 11:47dziwnie. Grafiki są bardzo podstawowe w
- 11:49porównaniu do tego, co było w poprzednim
- 11:51przykładzie. M. Journey jest artystą,
- 11:54więc nie potrafi dodać tekstu na
- 11:56zdjęcia, jeśli mu tego nie napiszesz. I
- 11:59myślę, że nawet jeśli napiszesz, to i
- 12:01tak nie będzie wyglądało perfekcyjnie w
- 12:03porównaniu do tych poprzednich modeli.
- 12:05Teraz reklama. Otwarcie nowej machacza
- 12:07kawiarni o nazwie Kizuki w Warszawie.
- 12:10Truskawkowa macza streetwareowa
- 12:12estetyka. Japoński minimalizm. Ten
- 12:15przykład pokazuje jak każdy z tych
- 12:17modeli inaczej myśli. Czat GPT wygląda
- 12:20perfekcyjnie. Jak dla mnie wygląda to
- 12:22jak taka grafika, którą wrzucamy na
- 12:24social media. Oczywiście tekst na dole o
- 12:27sezonowych składnikach nie jest
- 12:29konieczny na takich zdjęciach. To
- 12:32bardziej wygląda jak strona internetowa
- 12:34niż post, który wrzucimy na Instagrama,
- 12:36ale sama macza, kubek, a nawet to kółko
- 12:39po prawej stronie z tekstem wyglądają
- 12:41super. Naprawdę jestem pod wrażeniem.
- 12:44Knano banana tutaj zupełnie inaczej
- 12:46myśli. sobie pomyślał, że pokażę ludzi
- 12:48przy nowym otwarciu. Miałem też kilka
- 12:50innych generacji, które wyglądały
- 12:52inaczej, ale czy to jest właściwa droga,
- 12:55czy to jest to, o co prosiłem? Nie do
- 12:57końca. Prosiłem, żeby było jasno
- 13:00napisane, że otwiera się nowa macza
- 13:02kawiarnia, że to promocyjne zdjęcie,
- 13:04które wrzucamy na socjale. Mi Journey to
- 13:07zdjęcie po prostu wygląda smacznie. Nie
- 13:10ma tutaj tego, o co prosiłem, żeby było
- 13:12zaproszenie na otwarcie, ale widać różne
- 13:15składniki. Chciałbym to zjeść, a nie
- 13:17tylko wypić, ale nie do końca spełnia
- 13:19wymagania. Gdybym napisał lepszy prompt,
- 13:21to być może byłoby lepiej. Tutaj chodzi
- 13:24o to, żeby wykorzystać to samo polecenie
- 13:26w każdym modelu, bo nie każdy jest
- 13:28mistrzem pisania promptów i nie musimy
- 13:30być. Ja wolę wykorzystywać modele,
- 13:33których prostszym promptem jestem w
- 13:35stanie osiągnąć więcej niż siedzieć,
- 13:38kombinować, rozpisywać się i tracić kupę
- 13:41czasu. Ostatni przykład. Fotografia
- 13:43produktowa, przezroczyste pudełka z
- 13:45różem do policzków unoszące się w
- 13:48powietrzu, miękkie zielone tło trawy.
- 13:51Tutaj każdy ma swoje plusy i minusy. W
- 13:53czacie GPT trawa w tle nie do końca jest
- 13:56widoczna. Chciałoby się ją bardziej
- 13:58widzieć. Ale jeśli chodzi o sam, to jest
- 14:01w miarę okej. Nano banana, tutaj
- 14:03odwrotnie, widzimy zieleń, ale produkt,
- 14:06na przykład ten pośrodku albo ten na
- 14:08dole dziwnie wygląda. Na jednym jest
- 14:10samo logo, na innych go nie ma, ale
- 14:13generalnie w miarę okej. Mid Journey był
- 14:16najbardziej kreatywny, bo dodał jeszcze
- 14:18kwiatki, których nie prosiłem.
- 14:20Generalnie zauważyłem, że Mid Journey
- 14:22sobie domyśla, dodaje różne elementy,
- 14:24żeby zrobić to bardziej artystycznie. w
- 14:27odróżnieniu od nano banana i czata GPT.
- 14:29Dlatego jak popatrzysz na rezultaty nano
- 14:31banana i czata GPT obok siebie to
- 14:34zobaczysz, że są często bardzo podobne.
- 14:38Posłuchają się polecenia bardziej niż Mi
- 14:40Journey, który kombinuje i coś tam
- 14:42prawdopodobnie dodaje od siebie, żeby
- 14:44zdjęcie miało jakieś specjalne efekty. I
- 14:47to tyle z porównań. Czat GPT ze swoim
- 14:50nowym modelem wypada bardzo fajnie,
- 14:52szczególnie jeśli chodzi o materiały do
- 14:54social media albo o realizm. W
- 14:57niektórych przypadkach radził sobie
- 14:58lepiej niż pozostałe modele. Mid Journey
- 15:01jest bardzo artystyczny i wciąż
- 15:03potrzebuje bardzo konkretnych promptów.
- 15:05Anano banana jest w miarę stabilny,
- 15:07blisko czata GPT. W sumie nie widzę aż
- 15:10tak dużej różnicy. Oczywiście w takich
- 15:12przykładach jak ta infografika, grafika
- 15:15na social media albo tablica, czat GPT
- 15:17radził sobie dużo lepiej. Dlatego
- 15:20polecam spróbować każdego zaczynając od
- 15:22czata GPT. Prawdopodobnie za darmo można
- 15:25wygenerować kilka zdjęć. Jeśli chodzi o
- 15:28nano banana, to są filmiki na moim
- 15:30kanale, w których opowiadam jak z niego
- 15:32korzystać. Mid Journey będzie kolejnym
- 15:35tematem, o którym kiedyś nagram wideo. A
- 15:37jeśli chcesz pobrać 100 promptów do nano
- 15:39banana plus te prompty, które widziałeś
- 15:42w tym filmie, to znajdziesz link w
- 15:44opisie. Myślę, że skoro oglądasz ten
- 15:46film, to tworzenie realistycznych zdjęć
- 15:48ciebie interesuje. Dlatego zobacz film,
- 15:51który właśnie pojawił się na ekranie.
- 15:53Tam opowiadam jak tworzyć realistyczne
- 15:55zdjęcia ludzi za darmo, korzystając z
- 15:57nano banan flow. Do zobaczenia w
- 15:59następnym filmie. M.
About this transcript
This page contains the full transcript of Nowy model OpenAI miażdży Nano Banana, sprawdziłem to na konkretnych przykładach by Aleks Szach, generated from the public captions YouTube serves with the video. The transcript has 2,351 words across 400 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.
What you can do with it
Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to choose a caption track available on the video.
Free YouTube transcript tool
YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, caption language selection, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.