MAI 2.7

Indovinate chi abbiamo con noi? Ebbene sì, ancora lui... MAI. Sta diventando ricorrente quanto Stanislao Moulinsky nei finali di Nick Carter.

Il corvo aveva detto MAI più ma alla Microsoft, non so come, riescono ad aggiornare il loro coso a un ritmo surreale tant'è che a questo giro ero quasi propensa a lasciarlo perdere. Già che ci siamo mostriamo un po' Krea 3 Ultra che sono riuscita a incrociare su Arena un paio di volte.

A che versione di MAI siamo? Ah già, alla 2.7 bis... le migliorie riguardano l'editing e quindi le prove verteranno su task di modifiche. Il suo avversario sarà Flux 3 che come editor mi sta piacendo abbastanza.

Prova 1: rimozione di oggetti doppioni.

L'AI sbaglia sovente a rimuovere un oggetto specifico quando nell'immagine ce ne sono altri del medesimo tipo. Sintatticamente non riesce a discernerli e quindi tende a rimuoverli tutti.

Banana 2 ogni tanto sbaglia pure e in questo caso ha generato due smartphone al posto di uno. Vediamo chi sa sistemare meglio. Il prompt deve essere cristallino su cosa il modello deve togliere e cosa lasciare altrimenti l'errore è assicurato.

Flux 3

La fedeltà con l'originale è perfetta e non presenta neppure alcuna alterazione nel colore o nella luminosità.

MAI 2.7

Ora far notare che quella di MAI 2.7 ha una saturazione lievemente maggiore del colore è roba da maniaci. Il suo errore è stato che ha rimosso oltre al cavo dello smartphone anche il filo della lampada del medesimo colore. Flux 3 non è cascato nel tranello perché essere un world model gli conferisce dei vantaggi nel capire la relazione tra gli oggetti.

Flux 3 uno a zero. Prima di passare oltre vediamo la versione di Krea 3 Ultra.

Krea 3 High

Krea 3 Ultra

Rispetto alla High la Ultra ha un aderenza al prompt migliore. Le foto e lo scaffale stanno appesi al muro a destra come specificato mentre Krea 3 High è stato un po' più approssimativo. Quanto alla ragazza: nel piede sinistro della Ultra manca un dito mentre il piede destro della versione High è deforme. La Ultra vale 4 volte il prezzo? Non penso proprio... dicono che il suo punto di forza sia l'editing ma per editare c'è certamente di meglio e di molto più economico.

Prova 2: Coerenza del personaggio.

È una cosa in cui MAI non mi ha mai entusiasmato e in cui Flux 3 non convince.

Come modella useremo lei.

La scena sembra facile da generare ma nel rappresentare due persone in una piccola barca capitano spesso errori di spazio nel farcele stare correttamente.

Flux 3

MAI 2.7

Non mi piacciono entrambe ma quella di Flux 3 pare ancora più scadente. Mi chiedo: era così difficile fare due remi? 

Confrontate con la naturalezza di Banana 2.

Dal momento che il test si basa sulla character consistency è il caso di vederci più chiaro con un secondo esempio.

GPT image 2.5 Sunburst

MAI 2.7

Praticamente è la brutta copia di quella di GPT più sopra.

Vediamo Flux 3.

Nonostante io abbia aggiustato la luce del reference per venirgli incontro ha sempre un qualcosa di innaturale, anche se meno di MAI in questo caso.

Boh... decidete voi chi ha vinto (GPT non è in gara). 

Notate per cronaca la differenza in termini di naturalezza di Nano Banana 2.1 che è una delle ragioni per cui continuo a considerarlo il migliore

Andiamo avanti.

Prova 3: variazioni stilistiche

Realizziamo la nostra modella con le trecce in 3 differenti stili: Studio Ghibli, 3d alla Pixar e pupazzo Stop Motion alla Laika.

Flux 3:

Okay, suppongo.

MAI 2.7

Sono tutte uguali e non c'entrano una fava con quello che gli ho chiesto.

Flux 3 quindi passa in vantaggio.

Prova 4: Sostituzione del soggetto principale e aderenza stilistica

Proviamo a sostituire il personaggio di un immagine con un altro. Per fargliela più difficile i modelli dovranno anche: attenersi allo stile pittorico di partenza e sostituire coerentemente anche le facce di tutti i monitor.

Questo fu uno dei miei primi esperimenti con Banana Pro, che dovrebbe risalire a fine Novembre dell'anno scorso.

Flux 3

MAI 2.7

Allora, è difficile stabilire chi ha vinto: Flux 3 ha ricalcato lo stile e le forme per filo e per segno (perfino troppo) ma si perde nella sua pessima capacità di processare le espressioni facciali. MAI 2.7 ha rigenerato lo stile abbastanza bene e vince un po' in espressività, ma nessuno gli aveva chiesto che le facce dovessero uscire dai monitor... per via di questo particolare, sommato all'odio profondo che nutro verso Microsoft e la sua roba, dichiaro Flux 3 vincitore.

Chiudiamo con Krea 3 Ultra confrontato con Krea 3 High.

Krea 3 Ultra

Fa schifo e con tutta la potenza dell'elaborazione agentica non è arrivato nemmeno a capire che le figure dovevano avere dei monitor per teste e non quei cosi che ci ha messo.

Krea 3 High

Anche se non mi fa impazzire ha elaborato il prompt assai meglio della versione Ultra che è solo a pagamento. L'approccio agentico alla creazione di immagini continua a non essere sempre convincente. Gli Agenti AI non sono altro che dei micro-LLM organizzati in un team che si dividono i compiti di un progetto; il loro operato viene supervisionato da un LLM capo che sta alla cabina di regia. A volte fila tutto liscio, a volte l'unione di tutti queste queste testoline artificiali opta per soluzioni che deviano dai desideri del committente (in questo caso Krea 3 Ultra voleva normalizzare il concetto dei monitor al posto delle teste quando avrebbe dovuto semplicemente elaborare le istruzioni così come gliele avevo fornite).

La scena era interpretabile sia con due monitor davanti al tizio a formare una specie di cerchio, sia coi monitor in semicerchio quindi questo è il modo con cui Ultra avrebbe dovuto farla optando per la soluzione in semicerchio:

Il modello è Banana 2.1

Valeva la pena dunque parlare dell'ennesimo upgrade di MAI? Credo di no.

Sta facendo progressi ma dal momento che esiste GPT image perché utilizzare questo suo clone inferiore? Tornerò a parlare di questo modello solo quando giungerà alla versione 3.0 perché a farci una puntata per ogni suo aggiornamento non finiremo mai più...