新清士の「メタバース・プレゼンス」 第156回

ChatGPTの画像生成AIは本当に最強か　Nano Bananaと比べて見えた“弱点”

AIキャラクターでもやっぱり似ない

　同じことを、AIキャラクターの明日来子さんでやってみましょう。

　以前、この連載で、明日来子さんを使って、GPT Image 2.0を使った服のコーディネートの作例をご紹介しましたが、気になっていたことがありました。顔のばらつきが激しかったのです。（参考：ChatGPTの画像生成AIが強すぎる　AI画像が世界中に氾濫する時代）

　リファレンス画像として、過去にNano Banana Proで作成した三面図と表情差分などを与えているのですが、プロンプトで補正しても、近づけるのは簡単ではない、という印象を受けました。

　そこで、同じリファレンス画像とプロンプトで、明日来子さんの夏服コーデという条件で比較してみました。GPT Image 2.0（左）も、似ているのですが、右下のジュースを飲んでいる画像は、明日来子さんの特徴から外れているように見えます。一方で、Nano Banana Proは、明日来子さんの多様な姿を安定して描くことに成功しています。

同じリファレンス画像とプロンプトで対決させた結果

　さらに、筆者と一緒に撮影していたというシチュエーションにしてみます。こちらもリファレンス画像に筆者の三面図を追加し、プロンプトも変更していますが、同じ条件で比較しています。GPT Image 2.0は明日来子さん特有の少しエキゾチックな顔のニュアンスがなくなり、かなり別人に近くなっています。それに対して、Nano Banana Proはかなり維持できています。

　GPT Image 2.0は顔の向きが変わったり、表情が変わったりすると、リファレンス画像の顔を維持できず、平均的な美人顔に寄ってしまう傾向がある、と推測できそうです。

明日来子さんと筆者が街歩きをしているというイメージ（もちろん架空です）