การทดสอบครั้งนี้สะท้อนให้เห็นว่า ChatGPT Images 2.0 คือผู้ชนะที่แท้จริงในสนามสร้างภาพด้วย AI ไม่เพียงแต่ทำคะแนนสูงกว่า แต่ยังแสดงถึงความเข้าใจในบริบท ความสามารถในการจัดการข้อความ และการเคารพข้อจำกัดด้านลิขสิทธิ์
ในขณะที่ Nano Banana แม้จะยังคงมีจุดเด่นด้านความสวยงาม แต่กลับสะดุดในเรื่องความแม่นยำและความปลอดภัยของข้อมูล
เมื่อโลกของปัญญาประดิษฐ์ก้าวเข้าสู่ยุคใหม่ การสร้างภาพด้วย AI ไม่ได้เป็นเพียงการทดลองเชิงศิลป์อีกต่อไป แต่กลายเป็นเครื่องมือที่สามารถสะท้อนความสามารถของโมเดลได้อย่างแท้จริง บทความนี้เล่าถึงการทดสอบเชิงลึกระหว่าง ChatGPT Images 2.0 ของ OpenAI และ Gemini Nano Banana ของ Google ซึ่งถูกนำมาทดสอบในสถานการณ์จริง 9 รูปแบบ เพื่อดูว่าใครคือผู้ชนะในสนามสร้างภาพที่ซับซ้อนและท้าทายที่สุด
การทดสอบเริ่มต้นจากโจทย์ที่ดูเรียบง่าย เช่น การใส่ชุดเครื่องแบบทหารเรือให้กับบุคคลในภาพ ไปจนถึงการสร้างโปสเตอร์ภาพยนตร์ที่ไม่เคยมีอยู่จริงอย่าง Back to the Future ภาค 4 แต่ละโจทย์ถูกออกแบบมาเพื่อวัดความสามารถของ AI ในการรักษารายละเอียด ความสมจริง และการตีความตามบริบทที่ซับซ้อน
... คลิกเพื่ออ่านต่อ
ผลลัพธ์ที่ได้ชี้ชัดว่า ChatGPT Images 2.0 ก้าวกระโดดจากเวอร์ชันก่อนหน้าอย่างมหาศาล หากย้อนกลับไปในปี 2025 Nano Banana เคยทำคะแนนสูงถึง 93% ขณะที่ ChatGPT รุ่นก่อนหน้าทำได้เพียง 74% เนื่องจากข้อจำกัดในการสร้างภาพที่เกี่ยวข้องกับวัฒนธรรมสมัยนิยม แต่ในการทดสอบล่าสุด ChatGPT Images 2.0 ทำคะแนนรวมได้ถึง 97% ขณะที่ Nano Banana ลดลงเหลือ 85%
สิ่งที่น่าสนใจคือความแตกต่างในรายละเอียดของแต่ละโจทย์ ตัวอย่างเช่น ในการฟื้นฟูภาพถ่ายขาวดำ ChatGPT สามารถรักษารายละเอียดและเพิ่มความคมชัดได้อย่างเป็นธรรมชาติ ขณะที่ Nano Banana แม้จะทำได้ดี แต่กลับมีปัญหาในการตีความสีและข้อความที่ปรากฏบนภาพ
อีกกรณีหนึ่งคือการสร้างภาพบุคคลในสไตล์ Tim Burton ซึ่งทั้งสองโมเดลทำได้ดี แต่ Nano Banana กลับใส่รายละเอียดส่วนตัวของผู้ทดสอบลงไปในภาพโดยไม่ได้รับการร้องขอ นำไปสู่คำถามใหญ่เกี่ยวกับ ความเป็นส่วนตัวและการใช้ข้อมูลของผู้ใช้
การทดสอบยังเผยให้เห็นความสามารถใหม่ของ ChatGPT ในการจัดการกับข้อความบนภาพ ซึ่งเคยเป็นจุดอ่อนสำคัญในอดีต แต่ครั้งนี้สามารถสร้างข้อความที่อ่านได้ชัดเจนและสอดคล้องกับบริบท เช่น โปสเตอร์ภาพยนตร์ที่มีการออกแบบตัวอักษรอย่างสมจริง ขณะที่ Nano Banana มีปัญหาซ้ำซากกับการสร้างข้อความที่ซ้อนหรือผิดเพี้ยน
แม้ว่า Nano Banana จะยังคงมีจุดแข็งในด้านความสว่างและความสวยงามของภาพ แต่ความผิดพลาดในการตีความรายละเอียดและการดึงข้อมูลส่วนตัวโดยไม่ตั้งใจ ทำให้คะแนนรวมลดลงอย่างเห็นได้ชัด
ในทางกลับกัน ChatGPT Images 2.0 ไม่เพียงแต่พัฒนาความสามารถด้านเทคนิค แต่ยังแสดงให้เห็นถึงการจัดการข้อจำกัดทางกฎหมายและลิขสิทธิ์ด้วยการสร้างภาพที่เป็น “สไตล์ใหม่” แทนการลอกเลียนแบบโดยตรง
Key Takeaways
ChatGPT Images 2.0 ทำคะแนนรวมได้ 97% แสดงถึงการพัฒนาที่ก้าวกระโดดจากรุ่นก่อนหน้าGemini Nano Banana ลดลงเหลือ 85% สะท้อนถึงปัญหาในการตีความรายละเอียดและการจัดการข้อความความเป็นส่วนตัวคือประเด็นสำคัญ เมื่อ Nano Banana ดึงข้อมูลส่วนตัวมาใช้โดยไม่ได้รับอนุญาตChatGPT Images 2.0 แก้จุดอ่อนเรื่องข้อความบนภาพได้สำเร็จ และสามารถสร้างงานที่สมจริงและใช้งานได้จริงการทดสอบในโลกจริงสำคัญกว่าคะแนน Benchmark เพราะเผยให้เห็นพฤติกรรมที่ไม่คาดคิดของโมเดล AI
…..
เรียบเรียงโดย AiNextopia
อ้างอิง : I tested ChatGPT Images 2.0 vs. Gemini Nano Banana to see which is better – this model wins | ZDNET
Advertisements
Post navigation
Suggested Posts
แรงกระแทกจากการเข้ามาของ AI ต่อโลกการทำงานจะรุนแรงขึ้นเรื่อย ๆ โดยเฉพาะในงานสาย white-collar และการ “reskilling” หรือการเรียนรู้ทักษะใหม่จะไม่ใช่ทางเลือก แต่กลายเป็นสิ่งที่หลีกเลี่ยงไม่ได้ภายในปี 2030
กลางกระแสการเปลี่ยนแปลงของโลกดิจิทัล มีสิ่งหนึ่งที่ทำให้ผู้คนทั้งในวงการเทคโนโลยีและนอกวงการต้องหันมามองอย่างสนใจ นั่นคือ Claude ปัญญาประดิษฐ์จากบริษัท Anthropic ที่ไม่เพียงแต่ตอบคำถามหรือเขียนโค้ด แต่ยังสามารถ “เล่าเรื่องด้วยภาพ” ผ่านแผนภูมิและไดอะแกรมได้อย่างน่าทึ่ง ความสามารถนี้สะท้อนให้เห็นถึงการเปลี่ยนแปลงเชิงลึกในวิธีที่เราสื่อสารกับข้อมูลและความรู้
กลางปี 2023 จนถึงปลายปี 2024 นักวิจัยจากมหาวิทยาลัยสแตนฟอร์ดและอินเดียนาได้ติดตามพฤติกรรมผู้ใช้ในแพลตฟอร์มชื่อ Civitai ตลาดซื้อขายไฟล์และโมเดล AI ที่ได้รับการสนับสนุนจากบริษัทร่วมลงทุนรายใหญ่ในสหรัฐฯ สิ่งที่พวกเขาพบไม่ใช่เพียงการแลกเปลี่ยนเครื่องมือสร้างภาพเสมือนทั่วไป แต่คือการซื้อขาย “คำสั่งปรับแต่ง” ที่สามารถสร้างภาพลักษณ์ของผู้หญิงจริง ๆ ในรูปแบบที่มักละเมิดข้อห้ามของแพลตฟอร์มเอง
ในห้องประชุมเล็ก ๆ ของบริษัทไอทีแห่งหนึ่งในกรุงเทพฯ ชายวัยห้าสิบปลาย ๆ กำลังนั่งจ้องหน้าจอคอมพิวเตอร์ที่เต็มไปด้วยคำสั่งและกราฟที่เขาไม่เคยคิดว่าจะต้องเรียนรู้มาก่อน เขาเคยเป็นหัวหน้าทีมที่เชี่ยวชาญด้านการจัดการเอกสาร แต่วันนี้เขากำลังเรียนรู้การใช้เครื่องมือวิเคราะห์ข้อมูลที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (AI) เพื่อไม่ให้ตกขบวนในโลกการทำงานที่เปลี่ยนแปลงอย่างรวดเร็ว นี่ไม่ใช่เรื่องราวของเขาคนเดียว แต่เป็นภาพสะท้อนของแรงงานสูงวัยทั่วโลกที่กำลังเผชิญแรงกดดันจากการเปลี่ยนแปลงทางเทคโนโลยี
ในเช้าวันหนึ่งที่ลอนดอน ย่านฮอกซ์ตันที่เต็มไปด้วยงานศิลปะร่วมสมัยและคาเฟ่ที่คึกคัก Klaus Zellmer ซีอีโอของ Skoda เดินเข้ามาในล็อบบี้ของโรงแรม art’otel ด้วยท่าทีสบายๆ แต่สายตาเฉียบคมของเขาบอกชัดว่าโลกของรถยนต์กำลังยืนอยู่บนเส้นแบ่งสำคัญ เส้นแบ่งที่เขาเรียกว่า “Model T moment” ของยุคปัญญาประดิษฐ์
Astra ไม่ใช่เพียงการอัปเดตเล็ก ๆ ของ GPT-5 แต่เป็นการทดลองครั้งใหญ่ที่ OpenAI ตั้งใจให้เป็น “โมเดลถัดไป” ที่สามารถทำงานได้อย่างอิสระในระยะเวลานาน มันถูกออกแบบให้ บริหารจัดการงานที่ซับซ้อน เช่น การแก้ปัญหาทางคณิตศาสตร์และวิทยาการคอมพิวเตอร์ที่นักวิทยาศาสตร์พยายามหาคำตอบมานานหลายสิบปี Astra สามารถ ทดสอบสมมติฐาน ปรับวิธีการ และค้นหาเส้นทางใหม่ ๆ ได้ด้วยตัวเอง ซึ่งสะท้อนถึงความสามารถในการทำงานแบบ “multi-agent collaboration” ที่หลายระบบ AI ต้องทำงานร่วมกันอย่างไร้รอยต่อ
ในโลกที่สมาร์ทโฟนกลายเป็นศูนย์กลางของชีวิตประจำวัน การพัฒนาอุปกรณ์เสริมที่ทำให้โทรศัพท์มีบทบาทมากกว่าการสื่อสารถือเป็นการก้าวกระโดดที่น่าสนใจ “Yoona Deskmate” คือหนึ่งในตัวอย่างล่าสุดที่สะท้อนแนวคิดนี้ มันถูกนำเสนอในฐานะ แท่นชาร์จที่สามารถเปลี่ยน iPhone ให้กลายเป็นหุ่นยนต์ผู้ช่วย AI ที่นั่งอยู่บนโต๊ะทำงานของคุณ ไม่เพียงแต่ทำหน้าที่เติมพลังงานให้โทรศัพท์ แต่ยังสร้างประสบการณ์ใหม่ที่ผสมผสานระหว่างเทคโนโลยีและความสัมพันธ์ระหว่างมนุษย์กับเครื่องจักร
ในประวัติศาสตร์อันยาวนานของโลกมายา ฮอลลีวูดเคยผ่านพ้นมรสุมแห่งเทคโนโลยีมาแล้วหลายต่อหลายระลอก ตั้งแต่การข้ามพ้นยุคหนังเงียบสู่หนังมีเสียง การเปลี่ยนผ่านจากภาพขาวดำสู่สีสันตระการตา ไปจนถึงการก้าวเข้าสู่โลกดิจิทัลที่ทำให้ฟิล์มกลายเป็นเพียงของสะสม แต่ไม่มีครั้งใดที่จะสร้างความสั่นสะเทือนและตั้งคำถามถึง “จิตวิญญาณ” ของความเป็นมนุษย์ได้เท่ากับการมาถึงของปัญญาประดิษฐ์ (Artificial Intelligence) หรือ AI ในปัจจุบัน
YouTube กำลังทดลองใช้เครื่องมือใหม่ที่ชื่อว่า “Reimagine” สำหรับ Shorts ซึ่งเปิดโอกาสให้ผู้ใช้สร้างวิดีโอสั้นด้วยพลังของปัญญาประดิษฐ์ (AI) โดยไม่ต้องอาศัยการถ่ายทำหรือการตัดต่อแบบเดิมอีกต่อไป นี่คือก้าวสำคัญที่สะท้อนการเปลี่ยนแปลงของโลกสื่อออนไลน์ ที่กำลังหันไปพึ่งพา AI ในการขับเคลื่อนความคิดสร้างสรรค์และการเล่าเรื่อง
ทุกครั้งที่มีข่าวบริษัทเทคโนโลยีหรือองค์กรขนาดใหญ่ประกาศปลดพนักงานจำนวนมาก ชื่อของ “AI” มักถูกดึงเข้ามาอยู่ในพาดหัวข่าวแทบจะทันที ราวกับว่าเครื่องจักรอัจฉริยะกำลังเข้ามาแย่งงานมนุษย์ทีละตำแหน่ง และอนาคตของแรงงานกำลังมุ่งหน้าไปสู่โลกที่คนทำงานจำนวนมหาศาลถูกแทนที่ด้วยอัลกอริทึม
