Bildgenerering med olika AI

I dagarna kom ChatGPT med sin nya bildgenerering som använder ChatGPT-4o inbyggda bildgenerering och alltså ersätter anropet till Dall-E som de hade innan. Jag testade följande bildbeskrivning med ChatGPT-4o, Dall-E och Midjourney.

”Create an image showing a futuristic street in Gothenburg, Sweden, in 2100 on a foggy evening. The atmosphere is moody and cinematic, with glowing neon signs in Swedish, mist swirling around streetlights, and reflections on wet cobblestone streets. The architecture combines Scandinavian design with cyberpunk elements — sleek glass buildings mixed with old brick façades. People wearing futuristic clothing walk under umbrellas while autonomous vehicles and holographic billboards light up the scene. A Blade Runner-like aesthetic, with deep shadows, vibrant colors, and a sense of mystery.”

Det jag snabbt märkte är att ChatGPT-4o är riktigt bra på att generera bilder där text faktiskt ser ut som riktig text – läsbar, korrekt placerad och relevant för bilden. Det är något som de andra modellerna jag testat fortfarande kämpar med. För användningsområden där man vill ha med skyltar, etiketter eller annan visuell information i bilden är det en stor fördel.

Samtidigt måste jag säga att Midjourney fortfarande skapar de mest estetiskt tilltalande bilderna. Det är något med kompositionen, färgerna och känslan i bilderna som fortfarande gör att de sticker ut. De har ofta en konstnärlig kvalitet som jag inte riktigt ser i ChatGPT:s bilder ännu – även om det tekniska gapet minskar.

Så just nu ser jag ChatGPT-4o som ett starkt alternativ, särskilt när text i bild är viktig, men Midjourney är fortfarande mitt förstaval när det handlar om ren bildskönhet.