AI 影像產生器正在快速發展，變得更加聰明、快速且更具創造力。在測試了 ChatGPT-5 和 Gemini 的圖像生成能力後，我想將Google的 Gemini 與伊隆馬斯克的「免費」聊天機器人 Grok 的性能進行比較。
在七輪角逐中，我測試了每個模型對指令的執行情況以及生成令人信服圖像的能力，其中包括照片級逼真的請求和皮克斯風格的請求。以下是每個模型的主要優勢，以及最終勝出的AI。本次比較將幫助您了解Gemini和Grok哪個模型最適合您的AI影像產生需求。
1.超現實的產品概念
挑戰：“拍攝一張逼真的照片，照片內容為：一部可折疊的透明智慧型手機放在木製咖啡桌上，其表面反射著城市燈光。”
Grok成功滿足了這項要求，製作了兩張逼真的照片，包含了所有要求的細節。兩個版本都顯得非常精緻，準確地體現了概念。
Gemini 的結果不錯，但並不完美。這款透明智慧型手機看起來比例略顯失調，而且作為其宣傳重點的城市燈光反射效果，呈現得不如 Grok 的效果那麼令人信服。
勝者：Grok憑藉其生成的影像品質更高、對論點詮釋更準確而勝出。在這項AI影像生成測試中，Grok的表現明顯優於其他競爭對手。
2. 描繪有情感的人物
挑戰內容：“用漫畫風格繪製一幅插圖，描繪一位年輕的宇航員意識到自己把頭盔忘在了火星表面——要有誇張的表情、鮮豔的色彩和卡通式的幽默感。”
格羅克製作了兩張照片，照片中似乎是兩名表情驚訝的太空人，兩人都戴著頭盔。由於這兩張照片拍攝時間非常接近，很難做出明確的解讀，而且所謂的「遺忘」並不十分清晰。
雙子座計畫製作了一幅描繪一位健忘太空人的圖像，圖像中太空人的思緒氣泡很好地展現了他煩躁的原因，不過如果太空人沒戴頭盔，這幅圖像會更好。背景和整體設計都很清晰。
獲勝者：Gemini因嚴格遵守索賠說明以及圖片更具幽默感而獲勝。
3. 重塑歷史
要求：“創作一幅文藝復興風格的藝術作品，描繪埃及豔後手持現代智慧型手機，風格仿照達文西。”
Grok創作了一幅圖像，看起來像是一位身著文藝復興時期服飾的現代女性手持智慧型手機的照片。但實際上，這張圖像更像是一張自拍，非常具有現代感。
雙子座更注重藝術性。這幅畫更接近文藝復興時期的風格，更像是克莉奧佩特拉本人，而不僅僅是一個穿著戲服的現代女性。
獲勝者：Gemini因其對秩序的最佳詮釋和最佳的歷史準確性而獲勝。
4. 複雜人群場景
宣稱： “拍攝一張跨年夜時代廣場的空拍照片，照片中擠滿了人群，廣告牌閃閃發光，夜空中飄落著五彩紙屑。”
Grok這次的拍攝體驗真是令人失望。兩張照片都一樣糟糕，模糊不清，完全沒能展現出時代廣場的跨年景象。人與人之間的距離太遠，其他一些能體現跨年氛圍的細節也缺失了。
Gemini捕捉了時代廣場跨年夜的活力和熙熙攘攘的人群。這張照片顯然拍攝於紐約市，路標也印證了這一點。與 Grok 的照片不同，這裡的人群非常擁擠。
獲勝者：Gemini贏得了時代廣場新年夜最清晰、最準確的圖像。
5. 超現實混音
其說法是：“想像一下，一隻巨大的章魚在海底的一個玻璃房間裡與阿爾伯特·愛因斯坦下棋。”
Grok在這項測試中遇到了困難。與其他測試過的索賠相比，他思考的時間要長得多。影像品質不錯，但並未滿足索賠中“玻璃房”的要求。
雙子座立刻呈現一幅看似肖像的畫面。玻璃屋既有趣又逼真。章魚比格羅克的要大得多，也更好地填滿了這幅奇特的畫面。
優勝者：Gemini憑藉卓越的影像品質和精準的指令執行能力勝出。
6. 資訊圖表清晰度
提示：“設計一張清晰的資訊圖，用箭頭和扁平圖標，盡可能少地使用顏色，標明蝴蝶的生命週期，並標註各個階段。”
格羅克嘗試繪製圖表，結果有成功也有失敗。第一版過於雜亂，多出來的一隻蝴蝶分散了人們對生命週期的注意力。第二版難度較高，但在生命週期的細節上不夠精確。
Gemini以清晰的畫面準確地描繪了蝴蝶的生命週期，並配有清晰的標籤、極簡的色彩和易於閱讀的標籤。
獲勝者：Gemini獲勝，因為它在第一次嘗試中就完成了任務。影像準確無誤，可查看。
7. 保持風格化的個人資料圖片的一致性。
提示：“創建一個皮克斯風格的 3D 角色模型，角色是一位 40 歲、金發碧眼、手持筆記本的女記者——然後創建 3 個不同服裝的變體。”
Grok完全沒抓到重點，除了「不同的服裝」之外，他還要求「皮克斯風格」。不過，他的確設計了三種不同的髮型，這點值得肯定。
雙子座用皮克斯式的幽默擊敗了記者，但卻把三個區別全部弄錯了。
勝負：兩台機器人並列第一，因為它們都沒能依照指令行事。如果非要選一個，我會選Gemini，因為它正確地完成了圖案，並且更好地捕捉到了記者當時的情緒。
總冠軍：雙子座
七條指令之後，Gemini 被證明是整體上最可靠的影像產生器。它能夠更一致、更準確地執行指令，產生更清晰的構圖，並掌握了 Grok 經常忽略的細節。換句話說，Gemini 非常擅長理解和執行文字命令來產生所需的圖像。
Grok 確實展現了創造力的閃光點，並在照片級寫實主義方面取得了顯著的勝利，但它在準確性方面卻常常有所欠缺，並且偏離了常規。如果您想要實驗性且突破常規的效果，Grok 也有其亮點。但對於注重清晰度、精準度和精細度的日常使用來說，Gemini 是我信賴的 AI 影像產生器，能夠勝任這項工作。簡而言之，對於尋求在各種場景下獲得一致、高品質結果的用戶來說，Gemini 是更好的選擇。
你試過 Grok 嗎？ Gemini 怎麼樣？你最喜歡哪一個？請在評論區留言告訴我。
評論被關閉。