Заменяю Photoshop нейросетью: протестировал 5 ИИ-редакторов на своих задачах и выбрал лучший

Привет! Меня зовут Борис, и на VC я делюсь практическими гайдами по нейросетям.

В последнее время ИИ-фоторедакторов стало слишком много. Каждый из них обещает заменить Photoshop одним кликом, но на деле всё сложнее. Вместо того чтобы экономить время, я начал тратить его на бесконечные тесты: один сервис хорошо меняет фон, но проваливает ретушь, другой — генерирует объекты, но портит качество исходника. Мне это надоело.

Я решил провести большой тест, отобрать 5 популярных инструментов и прогнать их через реальные рабочие задачи. Цель простая: выяснить, какой из "нейрофотошопов" действительно полезен, а какой — просто хайповая игрушка.

Для теста я выбрал пять сервисов, каждый из которых имеет свои особенности и позиционирование.

А вот и наше исходное изображение, над которым мы будем проводить все эксперименты. Я сгенерировал его специально для этой статьи.

Здесь есть всё, что нужно для полноценного теста. Начнём с самой частой задачи.

Начнём с классики. Почти на каждом втором фото есть что-то, что хочется убрать: случайный прохожий, окурок на асфальте или, как в нашем случае, стаканчик из-под кофе, который портит композицию.

Но есть нюанс, который делает задачу интереснее. Прямо за стаканчиком виден чёрный столбик ограды:

Это усложняет тест: хорошая нейросеть должна не просто затереть стакан, но и грамотно дорисовать недостающую часть столбика, сохранив его форму. Посмотрим, кто справится.

Я отправил этот запрос в каждый из пяти сервисов. Вот какие результаты я получил.

Qwen Edit

ChatGPT

Gemini

SeedEdit

Flux Kontext

Каждый редактор справился с основной задачей — убрать стаканчик. Но сделал это по-разному, и дьявол, как всегда, оказался в деталях. Как я и предполагал, самым сложным элементом стал чёрный столбик ограды — ни одна нейросеть не смогла идеально повторить его первоначальный рисунок. Flux Kontext, например, пошёл по самому простому пути и решил полностью убрать столбик вместе со стаканом.

А вот ChatGPT, на мой взгляд, справился хуже всех. Он не просто убрал объект, а полностью перерисовал всю фотографию: изменилось лицо девушки, текстура скамейки и фон. Это уже не точечное редактирование, а неконтролируемая перегенерация, которую я не просил.

Здесь мы проверим, насколько хорошо нейросеть умеет отделять главный объект (девушку и скамейку) от фона и вписывать его в совершенно новое окружение.

Цель: Заменить городской фон на пейзаж с осенним лесом и озером.

Это сложный тест. Нейросети нужно не только аккуратно вырезать объект, особенно в области волос, но и адаптировать освещение на девушке и скамейке, чтобы они не выглядели как наклеенные на картинку.

Вот что получилось.

Qwen Edit

ChatGPT

Gemini

SeedEdit

Flux Kontext

❌ По итогам первых двух тестов ChatGPT показал себя абсолютно неконкурентоспособным в задачах точечного редактирования. Вместо правок он полностью перерисовывает изображение, что не соответствует цели нашего теста. Поэтому, чтобы не тратить ваше и моё время, с этого раунда ChatGPT выбывает из соревнования.

Результаты остальных участников гораздо интереснее, хотя у меня и остались смешанные ощущения. Например, Qwen Edit ушёл от фотореализма, и результат стал похож на картину маслом. Зато нейросеть проявила "интеллект": убрала городской тротуар с оградой и гармонично разбросала по земле осенние листья. Наиболее удачной с точки зрения композиции мне показалась работа SeedEdit, хотя и к ней есть вопросы по части реалистичности.

Здесь мы проверяем, насколько хорошо нейросеть понимает не только форму одежды, но и текстуру материала. Просто закрасить футболку чёрным цветом — не то, что нам нужно.

Цель: Заменить синюю футболку на чёрную кожаную куртку.

Это хороший тест на работу с текстурами. Нейросеть должна сымитировать блики, складки и сам материал кожи, чтобы куртка не выглядела как пластиковый доспех.

Вот что получилось у каждого из участников:

Qwen Edit

Gemini

SeedEdit

Flux Kontext

Этот тест вскрыл, пожалуй, главный минус почти всех современных ИИ-редакторов — "шакализацию" (снижение качества фотографии). Когда вы меняете одну деталь, нейросеть часто перерисовывает и соседние области, заметно ухудшая их качество. Самым показательным индикатором в этот раз стала даже не куртка, а лицо девушки.

SeedEdit, например, испортил сильнее всех (7 шакалов из 10). У Qwen Edit лицо тоже заметно изменилось, и почему-то начал закрываться один глаз. Flux Kontext повёл себя немного аккуратнее, но черты лица всё равно "поплыли".

Явным лидером в этом раунде оказался Gemini. Он не только сгенерировал самую реалистичную кожаную куртку, но и, что самое важное, затронул лицо модели меньше всех. Результат выглядит наиболее чистым и профессиональным.

В этом раунде мы проверим, сможет ли ИИ превратить обычный дневной снимок в кадр, снятый на закате. Это комплексная задача, требующая работы со светом, тенями и цветовой палитрой всего изображения.

Цель: Изменить дневное освещение на закат.

Нейросеть должна не просто наложить оранжевый фильтр, а реалистично изменить всю световую схему: сделать свет более тёплым и направленным, а тени — длинными и мягкими.

Вот что получилось у наших участников:

Qwen Edit

Gemini

SeedEdit

Flux Kontext

Этот тест неожиданно поменял расстановку сил. На мой взгляд, лучше всех с задачей справился Flux Kontext. Именно он наиболее точно отреагировал на промпт: добавил тёплый золотистый свет и удлинил тени, создав нужную атмосферу заката.

А вот Gemini, лидер предыдущего раунда, в этот раз разочаровал. Он просто наложил жёлтый фильтр, но само освещение осталось дневным — ощущения заката нет. Примерно такой же плоский результат показал и SeedEdit.

Интереснее всего повёл себя Qwen Edit. С одной стороны, картинка получилась красивой и атмосферной. С другой — он зачем-то заменил городской пейзаж на лесной, хотя в промпте об этом не было ни слова. Это типичный пример «фантазии» нейросети, когда она выходит за рамки поставленной задачи.

Добавить в кадр не просто предмет, а второго человека — это одна из самых сложных задач. Нейросети нужно не только сгенерировать реалистичную фигуру, но и правильно вписать её в окружение: учесть масштаб, освещение, тени и общую стилистику кадра.

Цель: Добавить мужчину, сидящего на скамейке. Дополнительно развернем девушку к мужчине, как будто они ведут разговор.

Посмотрим, кто сможет создать гармоничную и реалистичную композицию, а кто просто "приклеит" к фото чужеродный объект.

Вот что получилось:

Qwen Edit

Gemini

SeedEdit

Flux Kontext

SeedEdit и Qwen Edit справились с задачей лишь формально. Они добавили мужчину на скамейку, но на этом всё: взаимодействия между персонажами нет. Вдобавок обе нейросети снова изменили лицо девушки.

Gemini показал технически хороший результат — картинка выглядит реалистично, мужчина органично вписан в сцену. Но нейросеть не уловила суть промпта о "расслабленном разговоре". Персонажи не смотрят друг на друга, нет "контакта глаз", из-за чего тот самый вайб был потерян.

А вот Flux Kontext, на мой взгляд, превзошёл ожидания. Он не просто добавил мужчину, но и изменил композицию, усадив девушку рядом с ним. Получилась цельная, живая сцена, которая полностью соответствует запросу.

Мой большой тест из пяти раундов позади. Я проверил нейросети на точность, умение работать с фоном, текстурами, светом и даже на способность создавать сложные композиции с несколькими людьми. Пора подвести итоги.

Тест показал, что идеального "убийцы Photoshop" пока не существует. Но у нас есть два явных лидера, каждый для своих задач: Gemini и Flux Kontext.

Qwen Edit и SeedEdit — тоже крепкие инструменты, но в моих тестах они чаще допускали ошибки, портили лица и не всегда точно следовали промпту.

Вместо одного универсального солдата у нас теперь есть два отличных специалиста. Для рутинной ретуши я оставляю в закладках Gemini, а для креативных задач и генерации идей — Flux Kontext. Надеюсь, этот тест сэкономит вам время и поможет выбрать инструмент под ваши конкретные задачи.

Больше подобных тестов и советы по нейросетям я публикую в своем Телеграм-канале. Подписывайтесь!