最新の画像生成AI「FLUX1.1 [pro]」違いは?　Midjourney、DALL-E、Imagen 3、Stable Image Ultraと比較

指とポラロイド

　引き続き「指」を描かせてみよう。今度は名刺ではなく風景を写したポラロイド写真をつまませてみることに。

プロンプト：Hand holding a Polaroid of a tokyo cityview, fingers perfectly positioned around the edges. The cityview is visible in the background.（東京の街並みのポラロイド写真を握っている手。指は端の周りにぴったりと置かれている。背景には東京の街並みが写っている）

　さて、まずは1.1 [pro]から。指、ポラロイド写真、構図、100点満点ではないだろうか。

1.1 [pro]

　1 [pro]、構図もつまみ方も違うが指は破綻していない。背景を少しぼかしすぎな感じはする。

1 [pro]

　Midjourneyも構図や色味はすばらしいが、よく見ると指が少し怪しい。

Midjourney 6.1

　DALL-E 3にしては珍しく背景にブラーが少しかかっている。東京タワーがかっこいいのでポラの中にも入れてほしかった。指は厳密に見ると怪しいがまあ許容範囲か。

DALL-E 3

　唯一両手でつまんでいるのがImagen 3。こちらは背景とポラ両方に入る東京タワーの存在感が目立つ。やはりまだ東京の街というとスカイツリーではなく東京タワーなのだろうか。

Imagen 3

　ポラが横使いになっているのはStable Image Ultra。こちらもこの構図ならバックにも東京タワーがほしかったかも。

Stable Image Ultra

　どのモデルもプロンプトの理解は完璧だがやはり指が気になる。個人的優勝はMidjourney。少しくすんだ色味が気にいった。