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
เส้นแบ่งระหว่างสติปัญญาของมนุษย์และอัลกอริทึมเริ่มเลือนรางลงทุกขณะ ความเคลื่อนไหวล่าสุดจากอาณาจักรเทคโนโลยีภายใต้การนำของ มาร์ก ซักเคอร์เบิร์ก กำลังกลายเป็นหมุดหมายสำคัญที่นักวิทยาศาสตร์คอมพิวเตอร์ทั่วโลกต้องจับตามอง เมื่อ Meta ได้เปิดตัวโมเดลปัญญาประดิษฐ์รุ่นใหม่ล่าสุดในชื่อ "Muse Spark" ซึ่งถือเป็นผลผลิตชิ้นแรกที่หลุดออกมาจากห้องแล็บลับสุดยอดอย่าง Superintelligence Labs ภายใต้การกุมบังเหียนของอัจฉริยะรุ่นใหม่ อเล็กซานเดอร์ หวัง
ในอดีต ภาพถ่ายของลูกที่กำลังยิ้ม เล่นน้ำ หรือวิ่งเล่นในสนามเด็กเล่น เป็นเพียงความทรงจำที่พ่อแม่อยากแบ่งปันให้ญาติและเพื่อนฝูงได้ชื่นชม แต่ในปี 2026 ภาพเดียวกันนี้กลับมีความหมายอีกแบบหนึ่ง เมื่อเทคโนโลยีปัญญาประดิษฐ์ (AI) สามารถเปลี่ยนภาพธรรมดาให้กลายเป็นเนื้อหาล่วงละเมิดทางเพศปลอมที่สมจริงได้ภายในเวลาไม่กี่วินาที โดยที่เด็กคนนั้นไม่เคยถูกถ่ายภาพในลักษณะดังกล่าวแม้แต่ครั้งเดียว
ในโลกธุรกิจที่กำลังถูกเขย่าโดยคลื่นเทคโนโลยีใหม่ IBM เป็นหนึ่งในบริษัทที่ถูกจับตามองมากที่สุด และบุคคลที่อยู่ใจกลางพายุนี้คือ Arvind Krishna ซีอีโอผู้ผลักดันองค์กรเข้าสู่ยุคที่ปัญญาประดิษฐ์ไม่ใช่เพียงเครื่องมือ แต่เป็นโครงสร้างหลักของการดำเนินงานทั้งหมด
ทุกครั้งที่คุณเปิดเว็บไซต์ เบราว์เซอร์คือเกราะป้องกันด่านแรกจากภัยคุกคามที่แฝงมากับโค้ดและข้อมูลที่ไม่รู้จัก การที่ Firefox ซึ่งมีผู้ใช้หลายร้อยล้านคนทั่วโลกต้องรับมือกับการโจมตีที่ซับซ้อน ทำให้การรักษาความปลอดภัยของมันไม่ใช่เรื่องเล็ก แต่เป็นภารกิจระดับโลก Mozilla จึงร่วมมือกับ Anthropic บริษัทวิจัยด้าน AI ที่มุ่งเน้นความปลอดภัย เพื่อทดสอบว่าโมเดลภาษาขั้นสูงสามารถช่วยค้นหาช่องโหว่ได้จริงหรือไม่
ในช่วงเวลากว่าสองทศวรรษที่ผ่านมา โลกของ SEO หรือ Search Engine Optimization เคยเป็นงานของมนุษย์ล้วน ๆ ผู้คนต้องนั่งค้นหาคีย์เวิร์ดทีละคำ ไล่ตรวจลิงก์เสียทีละหน้า วิเคราะห์อันดับเว็บไซต์ด้วยสายตา และเขียนรายงานยาวหลายสิบหน้าเพื่อนำเสนอว่าทำไมเว็บไซต์หนึ่งจึงขึ้นอันดับเหนืออีกเว็บไซต์หนึ่ง แต่ในปี 2026 สิ่งเหล่านั้นกำลังเปลี่ยนไปอย่างรวดเร็ว ราวกับการเปลี่ยนผ่านจากช่างฝีมือสู่โรงงานอัตโนมัติในยุคปฏิวัติอุตสาหกรรม
Google ประกาศเปิดตัว Gemini 4 Argon อย่างเป็นทางการเมื่อวันที่ 13 ตุลาคม 2026 โดยวางตำแหน่งให้เป็นโมเดล AI สำหรับงานที่ต้องอาศัยการวิเคราะห์และให้เหตุผลหลายขั้นตอน เช่น วิศวกรรมซอฟต์แวร์ การเงิน กฎหมาย ความปลอดภัยไซเบอร์ และงานวิจัยทางวิทยาศาสตร์ ความน่าสนใจของ Argon ไม่ได้อยู่ที่การเป็นโมเดลรุ่นใหม่เท่านั้น แต่สะท้อนแนวโน้มสำคัญของวงการ AI ที่กำลังขยับจากการเป็น “ผู้ช่วยตอบคำถาม” ไปสู่การเป็นระบบที่สามารถวางแผน ใช้เครื่องมือ และทำงานต่อเนื่องหลายขั้นตอนเพื่อบรรลุเป้าหมายที่ซับซ้อนได้มากขึ้น
FacebookFacebookXXLINELine AI กำลังเปลี่ยนโฉมการฝึกอบรมในที่ทำงานจากระบบแบบเดียวสำหรับทุกคน ไปสู่การเรียนรู้เฉพาะบุคคลที่ปรับตัวตามความต้องการ ความสามารถ และจังหวะชีวิตของผู้เรียนแต่ละคน เทคโนโลยีนี้สามารถทำหน้าที่เป็นผู้ช่วยสอน โค้ช และผู้วิเคราะห์การเรียนรู้ที่ทำงานได้ตลอดเวลา แต่คุณค่าที่แท้จริงไม่ได้อยู่ที่การแทนที่มนุษย์ หากอยู่ที่การเปิดโอกาสให้มนุษย์ใช้เวลาไปกับสิ่งที่มีความหมายมากกว่า ทั้งการสร้างความสัมพันธ์ การพัฒนาความคิดสร้างสรรค์ และการตัดสินใจเชิงจริยธรรม ในท้ายที่สุด อนาคตของการฝึกอบรมอาจไม่ใช่การแข่งขันระหว่างคนกับ AI แต่เป็นความร่วมมือระหว่างทั้งสองฝ่าย เพื่อทำให้การทำงานและการเรียนรู้มีความเป็นมนุษย์มากขึ้นกว่าที่เคย ในเช้าวันหนึ่งของโลกการทำงานยุคใหม่…
ในช่วงไม่กี่ปีที่ผ่านมา โลกเทคโนโลยีเริ่มเปลี่ยนโฉมจาก “ยุคของโปรแกรม” ไปสู่ “ยุคของผู้ช่วยปัญญาประดิษฐ์” อย่างเต็มตัว เราไม่ได้ใช้ AI แค่ค้นหาข้อมูลหรือเขียนอีเมลอีกต่อไป แต่เริ่มให้มันช่วยเขียนโค้ด ออกแบบภาพสามมิติ วิเคราะห์งานสร้างสรรค์ หรือแม้แต่ร่วมคิดแทนมนุษย์ในระดับที่เดิมเคยเป็นแค่เรื่องของนิยายวิทยาศาสตร์
ในปี 2026 โลกไซเบอร์กำลังเคลื่อนตัวด้วยความเร็วที่มนุษย์แทบตามไม่ทัน คลื่นลูกใหม่ของปัญญาประดิษฐ์ ทั้งแบบสร้างสรรค์ (generative AI) และแบบตัวแทนอัตโนมัติ (agentic AI) กำลังเปลี่ยนโฉมหน้าการป้องกันภัยคุกคามอย่างสิ้นเชิง และในเวลาเดียวกันก็เปิดช่องให้ผู้ไม่หวังดีใช้เทคโนโลยีเดียวกันเพื่อเร่งความเร็วและความซับซ้อนของการโจมตี
ในประวัติศาสตร์ของการสืบค้นข้อมูล มนุษย์เคยเดินทางไกลเพื่อหาคำตอบ ตั้งแต่การเปิดตำราในห้องสมุด ไปจนถึงการพิมพ์คำถามลงในช่องค้นหาบนอินเทอร์เน็ต แต่วันนี้ การค้นหาไม่ได้เป็นเพียงการ “หาข้อมูล” อีกต่อไป หากกำลังเปลี่ยนเป็น “การสนทนา” ระหว่างผู้ใช้กับระบบปัญญาประดิษฐ์ที่เข้าใจบริบท ความตั้งใจ และความซับซ้อนของคำถามได้ลึกกว่าเดิมอย่างไม่เคยมีมาก่อน
