Generovanie obrázkov pomocou AI sa za posledné 2-3 roky posunulo dopredu.

Tvrdenie, že vám grafiku vytvoril ChatGPT alebo Gemini nie je tak úplne presné. Toto sú aplikácie alebo modelová rodina (GPT, Gemini), ale obrazové modely sú v skutočnosti GPT Image alebo Nano Banana.

Napríklad FLUX je priamo modelová rodina od Black Forest Labs, ktorú môžete využiť v konkrétnych nástrojoch, napríklad Leonardo AI. Platformy ako napríklad Recraft alebo Adobe Firefly ponúkajú viacero obrazových modelov na jednom mieste, podobne ako Perplexity.ai pri textových (LLM) modeloch. Okrem toho existujú ešte Qwen Image od Alibaba, HiDream alebo napríklad Grok Image.

GPT Image v ChatGPT

Zdroj: OpenAI

Ak používate ChatGPT na vytváranie obrázkov, používate obrazový model z rodiny GPT Image. Aktuálne je dostupná generácia GPT Image V2. Je to priama konkurencia a odpoveď na Nano Banana 2 od Googlu. Oplatí sa ho využívať na infografiku a rôzne dokumenty s textom generuje v „serióznejšom“ vzhľade oproti Gemini. Ten zvykne byť viac so saturovanými farbami. Všetko sa dá ale doladiť promptom.

Dokáže pracovať s textovým aj obrazovým vstupom a následne vytvoriť alebo upraviť obrázok podľa zadania. Model je vhodný napríklad na ilustrácie k textom, marketingové vizuály, koncepty alebo úpravu existujúcich fotografií. Dá sa používať aj cez API.

Link: ChatGPT

Nano Banana v Gemini

Zdroj: Google

Google má vlastnú rodinu obrazových modelov, najnovšie s modelom Nano Banana 2 Lite, čo je super rýchly model na tvorbu obrázkov. Nano Banana teda nie je samostatná aplikácia, ale celá rodina viacerých verzií obrázkových modelov. Tu je zaujímavosť v tom, že toto je ich komerčný názov. Interne sa nazývajú ako Gemini 3.1 Flash Image apod.

Nano Banana je vynikajúci hlavne pri úpravách existujúcich obrázkov. Dokáže upraviť objekty, farby, oblečenie alebo prostredie a navyše zachová identitu postáv a ďalšie dôležité prvky v pôvodnom obrázku. Nie vždy to funguje, ale veľmi sa ideálu približuje. Je vhodný aj na generovanie textov.

Link: Gemini

FLUX.3 od Black Forest Labs

FLUX kedysi prišiel s extra presným generovaním postáv, neskôr rozšíril oblasti, kde výrazne prekonával modely dostupné pred 2 rokmi. Najnovšia verzia je FLUX.3.

Takisto aj táto modelová rodina existuje vo viacerých variantoch, podľa toho, čo a ako presne potrebujete generovať. Líšia sa aj rýchlosťou a vyskúšať si ho môžete v Leonardo.ai. Dokáže zachovať vzhľad postáv a štýl obrázku, ktorý nahráte ako referenčný. Jeho silnou stránkou je tvorba fotorealistickej grafiky.

Link: Black Forest Labs app

Midjourney

Midjourney patrí medzi najznámejšie modely v oblasti tvorbu obrázkov. Je to nástroj pre profesionálov a od samého začiatku vedie a ukazuje, čo dnes AI dokáže. Nevýhodou je, že zadarmo ho nevyskúšate, pretože firma neponúka nejakú formu limitovaného účtu.

Na rozdiel od FLUXu nejde o model, ktorý sa dá použiť ako základ na prispôsobenie grafického modelu. Midjourney totiž vytvoril uzavretý ekosystém obrazových modelov a nástrojov.

Midjourney je vhodný pri konceptoch, ilustráciách, atmosférických scénach, produktových vizuáloch a umeleckých obrázkoch alebo profesionálnej a konzistentnej grafike všeobecne.

Link: Midjourney

Stable Diffusion 3.5 od Stability AI

Stable Diffusion je open-source a využívajú ho používatelia na vlastných počítačoch. Potrebujete aspoň grafickú kartu NVIDIA RTX 30xx série alebo ekvivalent na platforme AMD.

Najväčšou výhodou Stable Diffusion je otvorenejší ekosystém. Tým, že sa dá prevádzkovať lokálne, máte zároveň aj súkromie pri tvorbe obrázkov, ktoré by vám inak bežne dostupné modely nevytvorili. Do SD si sami nahráte model, ktorý je niečím špecifický a pripravený na konkrétnu tvorbu. Hľadať môžete napríklad na civitai.com.

Pre bežného používateľa je náročnejší a vyžaduje približne 20 minút, pokým si ho spustíte na vlastnom počítači a nainštalujete všetky potrebné súčasti pre lokálny beh.

Link: Stability AI

Recraft V4.1 od Recraft

Zdroj: recraft

Recraft kombinuje vlastnú modelovú rodinu s prístupom k modelom ďalších výrobcov. Niečo ako Perplexity.ai pri textových modelov. Najnovšia verzia Recraft V4.1 je zameraná najmä na dizajn a profesionálne použitie. Funguje podobne ako služba Mixboard, ktorú Google ruší a na pracovnom plátne pracujete s vašimi výtvormi tak, aby ste zachovali konzistenciu obrázkov.

Recraft sa vyznačuje aj podporou vektorovej grafiky. Umožňuje vytvárať SVG súbory, ktoré sú vhodné na ďalšiu úpravu. To je ideálne na tvorbu log, ikon alebo kreslených ilustrácií.

Link: Recraft

Ideogram 4.0 v Ideogram AI

Zdroj: ideogram

Ideogram sa špecializuje na tvorbu textov v obrázkoch. Typicky logá, marketingové nápisy ale najnovšia verzia dokáže vytvárať aj komplexné obrázky a fotorealistické výstupy.

Je vhodný na plagáty, reklamné bannery, titulné obrázky, sociálne siete alebo grafiku, kde musí byť text súčasťou výsledného obrázka. Aj keď to sčasti rieši použitie Nano Banana v Gemini, Ideogram je priamo navrhovaný na textové bannery.

Link: Ideogram

Seedream od ByteDance

Zdroj: ByteDance

Seedream je od firmy ByteDance, o ktorej ste mohli počuť v súvislosti s TikTokom. Patrí jej okrem sociálnej siete aj SeeDance na videá. Seedream 4.5 nájdete na webe seedream-4.ai spolu s ďalšími modelmi od konkurencie, napríklad Nano Banana, GPT Image alebo OmniFlash.

Model dokáže pracovať s absolútnymi detailmi v rámci postáv, tváre a nastavení svetiel a atmosféry. Aj tu Čína ukazuje, ako ďaleko je v AI a oplatí sa tento nástroj využiť, ak chcete vyslovene profesionálne výstupy s možnosťou ďalšej editácie.

Link: Seedream

Prečítajte si aj: