هر چند هفته یک مدل هوش مصنوعی تازه معرفی میشود و هر کدام ادعا میکند بهترین است. واقعیت سادهتر است: هر مدل در یک یا دو کار قوی است. بهجای دنبال کردن اسمها، از کاری که میخواهی بکنی شروع کن.
۰۱اول بپرس: ویرایش یا ساخت از صفر؟
مهمترین تقسیمبندی همین است. مدلهای ویرایشی عکس تو را میگیرند و تغییرش میدهند؛ برای حفظ چهره، عوض کردن لباس و پسزمینه و عکس محصول بهترند. مدلهای تولید از صفر از یک متن تصویر میسازند؛ برای ایده، تصویرسازی و فضاهای خیالی.
۰۲نانو بنانا (مدل تصویر جمینی)
نانو بنانا نام مستعار مدل ویرایش و ساخت تصویر گوگل در جمینی است و در ایران با ترند عکسهای پروفایل و دهه ۸۰ شناخته شد. نقطهی قوتش ویرایش عکس با حفظ نسبتاً خوب چهره و ترکیب چند عکس در یک قاب است؛ برای همین برای عکس دونفره و خانوادگی محبوب است.
۰۳مدل تصویر چتجیپیتی
در فهم دستورهای طولانی و دقیق خوب است و معمولاً متن روی تصویر را بهتر از خیلی از مدلها مینویسد؛ برای پوستر، کاور و طرحهایی که نوشته دارند گزینهی خوبی است. در حفظ دقیق چهره گاهی آزادی عمل بیشتری به خودش میدهد.
۰۴Veo و Kling برای ویدئو
برای تبدیل عکس به ویدئو و متن به ویدئو، Veo (از گوگل) و Kling دو نام پرکاربردند. هر دو حرکت طبیعی و حس سینمایی خوبی میسازند و تفاوتشان بیشتر در جزئیات حرکت، طول کلیپ و پشتیبانی از صداست. بهترین راه انتخاب، ساختن یک کلیپ کوتاه با هر دو از روی یک عکس است.

