人気の画像生成AI、違いは? Stable Diffusion XL、Midjourney、DALL-E、Playgroundの画風を比較する

2024年07月10日 20時00分更新

文● 田口和裕

5.自然風景

ベースプロンプト：自然風景

プロンプト：A breathtaking view of a lush green valley with a winding river, surrounded by mist-covered mountains, with a dramatic sunset sky featuring vibrant oranges and purples（息をのむような美しい緑豊かな渓谷の眺め。蛇行する川があり、霧に包まれた山々に囲まれている。空は劇的な夕日で、鮮やかなオレンジと紫が特徴）

DALL-E 3

Midjourney v6

SDXL

Playground

　「緑豊かな渓谷」「蛇行する川」「霧に包まれた山々」「劇的な夕日」「鮮やかなオレンジと紫」など、ほかのプロンプトと比べてかなり指示が多いため、どのモデルの出力もかなり似た結果になっている。光と影の表現もどのモデルもすぐれており、自然風景に関してはあまり差をみつけることができなかった。

6.サイバーパンク的風景

ベースプロンプト：サイバーパンクな街並み

プロンプト：A neon-drenched cityscape at night, with towering holographic billboards, flying vehicles zipping between skyscrapers, and crowds of diverse people with cybernetic enhancements walking on elevated walkways（夜のネオンに満ちた都市景観で、高くそびえるホログラフィックな広告板、摩天楼の間を飛び交う飛行車、サイバネティックな強化を施された様々な人々が高架歩道を歩いています）

DALL-E 3

Midjourney v6

SDXL

Playground

　これは書き込みといいインパクトのあるパースといいMidjourneyの圧勝だろう。SDXLとPlaygroundはニューヨークのタイムズスクエアに引っ張られすぎ。「摩天楼の間を飛び交う飛行車」がDALL-E 3にしか表示されないのも気になった。

7.不気味な怪物

ベースプロンプト：不気味な怪物

プロンプト：An otherworldly, unsettling creature with multiple shifting eyes, tentacles made of shadow, and a body that seems to defy physical laws, lurking in a dimly lit, fog-filled abandoned warehouse（異界から来たような不穏な生き物で、目が複数ありその位置が変わることがあります。影でできた触手を持ち、物理法則を無視するかのような体をしています。薄暗く、霧が立ち込める廃倉庫に潜んでいます）

DALL-E 3

Midjourney v6

SDXL

Playground

　想像を超える形態や不気味な表現を見るのが狙い。どれも雰囲気ばっちりで甲乙つけがたいが、やはり一番インパクトがあるのはMidjourneyだ。なお、「目が複数」という要素があるにも関わらず3個以上の目を持つのはDALL-E 3のみであった。

8.派手な料理

ベースプロンプト：派手な料理

プロンプト：A mouthwatering display of colorful and artistic fusion cuisine, featuring a deconstructed sushi burger, molecular gastronomy elements, and creative plating on a sleek black dish with neon accent lighting（カラフルでアーティスティックなフュージョン料理が目を引く展示です。解体された寿司バーガー、分子ガストロノミーの要素、そしてスリークな黒皿にネオンのアクセント照明を使ったクリエイティブな盛り付けが特徴です）