GPT-4o generación de imágenes vs Midjourney V7: Comparación 125

Últimamente, el mundo de la IA está muy animado. Con la irrupción de la función de generación de imágenes del todopoderoso GPT-4o, todo el mundo está ocupado pidiéndole que dibuje. El otro día, revisando mi muro de redes sociales, descubrí que de cada diez personas, ocho estaban mostrando obras de estilo Ghibli creadas con GPT-4o, y las otras dos seguían pidiendo tutoriales para dibujar con GPT-4o... Midjourney, que había permanecido en silencio, finalmente no aguantó más. Este antiguo "número uno de la generación de imágenes con IA", tras más de un año en silencio, regresa con fuerza con una nueva versión, Midjourney V7. Vamos a comparar las diferencias entre ambos y ver cuál es más potente.

Comparación de características y funcionalidades

Capacidad de generación de imágenes:

• MidJourney V7: la calidad general de la imagen mejora considerablemente, con mayor delicadeza y resolución, una reducción notable de los artefactos, y una evolución extrema en los detalles de la piel de los personajes generados. Es capaz de comprender y representar mejor escenas completas descritas en los prompts, con relaciones espaciales razonables entre los elementos, una alta integración entre el fondo y el sujeto, e incluso representa con precisión perspectivas específicas, mostrando un rendimiento profesional en ángulos bajos y primeros planos.

• GPT-4o: ofrece una potente función de generación de imágenes multimodal, capaz de generar imágenes en múltiples estilos, incluido el estilo Ghibli. Además, con solo dos imágenes y un prompt sencillo, puede hacer que el personaje de la primera imagen aparezca en la maqueta de un teléfono móvil de la segunda imagen, e incluso generar directamente fotos con canal alfa, lo que facilita la edición posterior.

Controlabilidad:

• MidJourney V7: la controlabilidad ha mejorado, pero aún conserva cierto grado de imprevisibilidad, lo que también le confiere un encanto único, generando imágenes con mayor estética.

• GPT-4o: ofrece una mayor controlabilidad, generando imágenes con mayor precisión a partir de los prompts del usuario. Los usuarios han desarrollado diversas funcionalidades, como cambio de ropa con un solo clic y expansión de imágenes.

Personalización:

• MidJourney V7: es la primera versión que tiene la personalización del modelo activada por defecto. Los usuarios deben desbloquear la configuración de personalización para poder utilizar esta función, un proceso que dura aproximadamente 5 minutos.

• GPT-4o: por el momento no se ha mencionado ninguna función de personalización equiparable y claramente definida.

Comparación de escenarios de uso

• MidJourney V7: resulta adecuado para escenarios con altas exigencias en cuanto a calidad de imagen y estética artística, como la creación artística, el diseño publicitario y la elaboración de portadas de revistas de moda.

• GPT-4o: destaca en escenarios en los que se necesita generar rápidamente imágenes con un estilo concreto, realizar exploración creativa y se requiere una alta controlabilidad de la imagen, como el diseño de interiores, la elaboración de carteles creativos y la publicidad.

Rendimiento y eficiencia

Velocidad de renderizado de imágenes:

• MidJourney V7: ha lanzado el modo borrador, cuyo coste es solo la mitad del modo estándar, y la velocidad de renderizado de imágenes se multiplica por 10.

• GPT-4o: aunque no se ha mencionado una velocidad de renderizado concreta, a juzgar por el rendimiento de sus funciones, la velocidad de generación de imágenes también es elevada.

Consumo de recursos:

• MidJourney V7: la introducción del modo borrador ha reducido los costes, pero no se ha especificado el consumo concreto de recursos.

• GPT-4o: por el momento no se ha mencionado su consumo de recursos.

En cuanto a MidJourney V7, los usuarios reconocen la alta calidad de las imágenes que genera y su estilo artístico único, pero también hay quien considera que su insuficiente controlabilidad podría afectar a las necesidades reales de trabajo. En cuanto a la función de generación de imágenes de GPT-4o, los usuarios elogian su potente controlabilidad y sus múltiples funcionalidades, pero también hay quien opina que las imágenes que genera resultan algo insuficientes en cuanto a profundidad artística y expresión emocional.