İnternetteki herkes OpenAI'in yeni görüntü oluşturma modeli GPT-Image2'yi abartıyor, ama ben biraz soğuk su atmak zorundayım: çok geç! 🤷♂️ Öncelikle, OpenAI'in yeni modelinin (arena kodu: duct-tape) ne kadar harika olduğunu abartmayacağım...
Söylemek istediğim şey, GPT-image2'nin ilerlemesinin gecikmiş bir "Uyanış Böceklerinin Gök Gürültüsü" olduğu.
Ama bu, Image2'nin bahsetmeye değer olmadığı anlamına gelmiyor. Aksine, bazı sahne ve karakter istemlerini derinlemesine test ettikten sonra, asıl korkutucu özelliğinin hiç de görüntü kalitesi olmadığını gördüm.
Belki de Gemini 🍌 hegemonyasını anında paramparça eden bir oyun değiştirici.
Peki neden gecikmiş bir gök gürültüsü olduğunu söylüyorum?
Kısaca birkaç noktaya değineyim:
1. "Tanrısal istemler" yazarak hesap büyütmenin temettü dönemi neden bitti?
Çünkü "tanrısal istemler" ile hesap büyütme temettü dönemi, Gemini'nin Nano Banana Pro'su ve Seedance 2.0 tarafından çoktan tüketildi. Giriş yapmak için en uygun zaman Mart ayıydı.
Hâlâ istemleri yeniden yayınlayarak oyuna girmek mi istiyorsun? İki kere düşünmeni tavsiye ederim.
Esas olarak, önceki hype'ı çok uzun sürdü. Tek gerçek rakibi Gemini. Geçmişte, birçok Nano Banana istemi ChatGPT döneminden miras kalmıştı.
Çevrimiçi AI görüntü modellerinin ilk nesli olarak, malzemesi başlangıçta yüksek kaliteyle atılım yaptı. Ancak Kasım 2025'ten bu yana, temelde tüm bileşik faiz Nano Banana Pro tarafından tüketildi. Örneğin, birçok kişi görüntü istemleri yazmak için Nano Banana'ya güvenerek AIGC alanına girdi, ben de dahil;
Bir düşün, şu anki ısı düşüşü modelin kötü olmasından mı yoksa içerik tekrarının çok yüksek olmasından mı?
Bence muhtemelen ikincisi~
O yüzden ciddi düşünün, ChatGPT'nin Image2 modelinin Nano Banana ile aynı ısı seviyesine ulaşması imkansız. Nano Banana Pro'nun zirvesindeyken rekabet etmesi gerekirdi. Şimdi, geç kaldı (AIGC istemleri yazarak hesap büyütmek isteyen oyunculara söylüyorum; çok geç, çevreye giren arkadaşlara iki kere düşünmelerini tavsiye ederim).
2. Yerel Seviyede Çince Anlama
Çince konuşulan bölgenin ihtiyaçlarını mükemmel şekilde karşılıyor. Sadece Çince karakter oluşturma hata oranı neredeyse fark edilmez olmakla kalmıyor, aynı zamanda portreler de önceki modellerin "plastik estetik yorgunluğundan" kurtulmuş durumda. Fazla detaylandırmama gerek olduğunu sanmıyorum; bir AI modelinin iyi olup olmadığı Çince kalitesine bağlıdır ve metin hâlâ GPT'nin gücü.
Ama Image2 çıkmadan önce, Gemini'nin Nano Banana Pro'su hâlâ Çince sektöründe zorlanıyor, çok fazla Çince karakter olduğunda sık sık bozuk kod üretiyordu. Image2, mükemmel Çince malzeme kütüphanesiyle bu beklentiyi karşılıyor ve Çin pazarını yakalıyor.
Sadece Çince karakterlerdeki iyileşme yeterli mi? Portreler de aynı derecede önemli. Birçok kişi aşağıdaki resme benzer canlı yayın ekran görüntülerini paylaştı:
Resme baktıktan sonra, GPT'nin yeni modelinin sizi anladığını hissediyor musunuz? Basit bir istem şöyle:
"Bir kadın yayıncının Douyin ekran görüntüsünü oluştur" size beklenmedik bir sürpriz verebilir mi? (Hatta beklentilerinizi aşabilir). Çok fazla estetik yorgunluk görmek (her yerde 'internet ünlüsü' görünümü aynı değil mi? 😂 Uni-1 ile oynarken de aynı hissettim).
Yerel modellerin kendileri, basit anahtar kelime yığınlama ile portreler üretmede zaten harika; ancak Image2 daha çok yerel modellerin (Doubao Seedream gibi) ve Gemini'nin optimize edilmiş bir karışımı gibi hissediyor, metinde daha iyi performans gösteriyor ve daha gerçekçi görünüyor. Diğer bir neden de Gemini'nin portrelerinin estetik yorgunluğa neden olması olabilir.
Bir model genellikle, başka bir modelin (Gemini) kullanıcıları uzun süre rahatsız eden sorunları çözdüğü için çarpıcıdır. Bu da üçüncü noktaya yol açar.
3. Model Kontrol Edilebilirliği
Büyük bir modelin talimatları takip etme derecesi ve görüntü oluşturmak için artık karmaşık ve uzun istemler gerektirmemesi, bir modelin iyi olup olmadığını değerlendirmenin anahtarıdır. Şahsen bunun Image 2'nin bu seferki öne çıkan özelliği olduğunu düşünüyorum; bir dizi karşılaştırma görüntüsü yaptım;
Aynı istemle, GPT-image2, Nano Banana 2/Pro'dan daha itaatkar.
Gemini 3.1 pro Nano Banana pro
GPT-image2
Prompt: 📝 Birinci şahıs alçak açılı selfie perspektifi, 20 yaşında üst düzey Çinli erkek cosplayer, zarif özellikler, Uzumaki Naruto'nun (Boruto'da Yedinci Hokage olduktan sonraki kısa saçlı Naruto) 1:1 makyaj ve kostüm restorasyonu gerçek hayat cosplay'i, sol el (el, parmaklar ve kol dahil tamamen bandajla sarılmış) şeffaf cam şişeyi geriye yaslanarak votka içiyor, ön plan sağ el kalem çevirme/tutma hareketi yapıyor, beyaz bir Apple Pencil kapasitif kalem tutarken yakın çekim, net el detayları, iç mekan ev masa sahnesi, mavi beyaz desenli masa örtüsü, arka plan siyah tablet pembe anime duvar kağıdı gösteriyor, bulanık ortam, hareket bulanıklığı ve hareket izleri, oyun CG stili, son derece sanatsal, şok edici, zengin renkler, koyu alan kaplaması, yakın çekim, ultra yüksek çözünürlük. Büyük miktarda fırça kaligrafi sürtünmesi sıçraması, uçan kağıt parçaları, ön plan kağıt parçaları bulanık, hareket bulanıklığı, arka plan dinamik bulanıklığı, parlak güneş ışığı, iç içe geçmiş ışık ve gölge, alçak açılı yakın çekim, hız ve görsel etkiyi vurgulayan, güçlü perspektif. Orijinal oran, bir mobil telefon ön kamerası elle çekilmiş gerçekçiliğini simüle eden, sıcak yumuşak doğal ışık, düşük doygunlukta vintage film tonları, gerçekçi portre cilt dokusu, net saç telleri, doğal giysi dokusu, gerçekçi cam yansıması, 4K 8K ultra yüksek çözünürlük, geniş diyafram bulanıklığı, rahat günlük anlık görüntü, atmosferik, sinematik yakalama, hayat gibi, poz verilmiş değil, rahat ve doğal.
İstemdeki kilit noktalar nelerdir?
1Prompt: 📝 Birinci şahıs alçak açılı selfie perspektifi, 20 yaşında üst düzey Çinli erkek cosplayer, zarif özellikler, Uzumaki Naruto'nun (Boruto'da Yedinci Hokage olduktan sonraki kısa saçlı Naruto) 1:1 makyaj ve kostüm restorasyonu gerçek hayat cosplay'i, sol el (parmaklar ve kol dahil tamamen bandajla sarılmış) şeffaf cam şişeyi geriye yaslanarak votka içiyor, ön plan sağ el kalem çevirme/tutma hareketi yapıyor, beyaz bir Apple Pencil kapasitif kalem tutarken yakın çekim, net el detayları, iç mekan ev masa sahnesi, mavi beyaz desenli masa örtüsü, arka plan siyah tablet pembe anime duvar kağıdı gösteriyor, bulanık ortam, hareket bulanıklığı ve hareket izleri, oyun CG stili, son derece sanatsal, şok edici, zengin renkler, koyu alan kaplaması, yakın çekim, ultra yüksek çözünürlük. Büyük miktarda fırça kaligrafi sürtünmesi sıçraması, uçan kağıt parçaları, ön plan kağıt parçaları bulanık, hareket bulanıklığı, arka plan dinamik bulanıklığı, parlak güneş ışığı, iç içe geçmiş ışık ve gölge, alçak açılı yakın çekim, hız ve görsel etkiyi vurgulayan, güçlü perspektif. Orijinal oran, bir mobil telefon ön kamerası elle çekilmiş gerçekçiliğini simüle eden, sıcak yumuşak doğal ışık, düşük doygunlukta vintage film tonları, gerçekçi portre cilt dokusu, net saç telleri, doğal giysi dokusu, gerçekçi cam yansıması, 4K 8K ultra yüksek çözünürlük, geniş diyafram bulanıklığı, rahat günlük anlık görüntü, atmosferik, sinematik yakalama, hayat gibi, poz verilmiş değil, rahat ve doğal.
Kilit noktalar, istem hareket bulanıklığı ve hareket izleri ve (el, parmaklar ve kol dahil tamamen bandajla sarılmış). Özellikle ikinci anahtar bilgi, bu animeyi gören herkes bilir
Kahramanın
El, bandajla sarılmış detayı
Tamamen bandajla sarılı; model anlamaz diye detaylı yazdım.
Şu anda GPT-image2 mükemmel bir puan 💯 aldı (diğer tüm metinden görüntüye modellerle karşılaştırıldığında, bu nokta bile detay kontrolünün Gemini'den daha güçlü olduğunu kanıtlıyor). OpenAI'in zengin ve doğru malzeme kütüphanesi sayesinde, oluşturulan görüntü orijinal eserle eşleşiyor, oysa Gemini sadece tahmin ediyormuş gibi hissettiriyor. Şimdi sıra Gemini'de, önünde uzun bir yol var.
Talimatların doğru olmasından veya modelin malzeme kütüphanesinin yoğunluğundan bağımsız olarak, şu anda Çince talimatlar üzerindeki kontrolü şüphesiz mükemmel! Beni iyi anlıyor.
Görüyor musun? AI insan konuşmasını tamamen anladığında ve artık uzun soluklu istemlere ihtiyaç duymadığında, bu "istem engelinin" tamamen çöktüğü anlamına gelir.
Gelecekteki AIGC çağının ikinci yarısında, rekabet artık büyülerle ilgili olmayacak, beyninizdeki kompozisyon, yaratıcılık ve estetikle ilgili olacak! Araç yinelemeleri sizi daha iyi anlayacak, ancak yaratıcılar arasındaki iç rekabet daha yeni başladı. Hayal gücünüzle rekabet etmeye hazır mısınız? 👇
Şahsen, Çin tarzı araştıranların bir şans vermesini düşünüyorum; Çin tarzı en havalısı.
Film dediğimde film; tam da istediğim film tadı.
Basit tek cümlelik istemler, artık aşırı niteleyicilere veya karmaşık anahtar kelimelere gerek yok, büyük modellerin gelecekteki yönü budur.
Yeni bir estetik merdivenin sürekli yineleme ve değiştirme ihtiyacı vardır. Tıpkı iyi bilinen Agents veya ıstakoz ve Hermès gibi şeyler gibi. İhtiyaç duyulan şey sürekli yineleme, yerinde saymak değil.
Henüz ChatGPT üyeliği olmayan ve test etmesi gereken arkadaşlar için aşağıdaki bağlantıdaki Arena (Savaş Modu)'na gidebilirsiniz:
Kart çek: https://arena.ai/
duct-tape-1/2/3'ün tümü GPT-image2 oluşturma modelleridir.
