GPT Image 2 и Gemini Omni 1.2 Flash протестировали на анимации пиксель-арта
GPT Image 2 и Gemini Omni 1.2 Flash проверили в паре на генерации динамичных пиксель-арт-ассетов. Первая модель создавала раскадровки, вторая превращала их в короткие анимации.
GPT Image 2 работает почти в два раза быстрее предыдущих версий GPT Image. Качество и расходы на генерацию у неё зависят от режима — от Low до High. Gemini Omni 1.2 Flash генерирует видео длиной до 15 секунд сразу со звуком и поддерживает диалоговый режим для правок готового ролика.
Лучше всего обе модели справились со стреляющим пистолетом, раскрывающимся японским веером и автомобильным колесом. Колесо Gemini анимировала с первого раза и убедительно передала стробоскопический эффект.
Сопла космического корабля, катапульта и костёр тоже получились без нареканий. Катапульта правдоподобно двигалась по инерции от залпа, хотя кинематику в промте подробно не описывали.
Были и отклонения от запроса: Gemini добавила лишний дым пистолету, заставила приземлившуюся летающую тарелку левитировать и раскрасила прозрачный фон в зелёный. Сакура вышла более гладкой, чем просили, — без прерывистости восьмибитной анимации.
Магический жезл и падающая кирпичная башня получились эффектными, но автору не хватило олдскульной прерывистости. У катящегося валуна появился странный свет, будто от театрального софита.
В итоге Gemini Omni 1.2 Flash быстро понимает задачу и редко своевольничает, а GPT Image 2 рендерит картинки очень быстро и не нарушает стилистическую логику генераций.