前に LMArena で自分の絵を PVC フィギュア風写真に変換して遊んだ時、注目はもっぱら出来の良すぎる謎のモデル「nano-banana」に向いていたが、せっかくだからほかのモデルも知っておくべきだと思い、新しく描いたイラストを使ってテストしてみた。
使用したプロンプトは以下の通り。イラストの要素を抽出して「パソコン机の上に置かれた PVC フィギュア」の画像を生成させるもの。
Draw a prospective model of the character in the picture, commercialized as a 1/7 scale full body figure. Please make this image into a real-life figure photo. Place the figurine version of the photo I provided on a round black plastic pedestal. I would like the PVC material to be clearly visible. The background should be a computer desk.
使用した画像はこれ。
まずは gpt-image-1 の生成結果。元絵とはあまり似ていないものの、同じ画像、同じプロンプトから生成されたのはわかる。元絵に似ているかどうかを気にしなければ、右側はけっこう可愛い。
次は gemini-2.0-flash-preview-image-generation の生成結果。十数回リトライしても、ポーズが元絵に近づくことは一度もなかった。出てくるのはどれも邪神像みたいなもので、LMArena の Battle モードのハズレ枠。
seededit-3.0 もかなり自由に解釈してくるモデル。ただしポーズを合わせてくれるだけ gemini よりマシ。画像としての完成度も高めで、独特の質感を持っている。
さてと、実にやる気（？）のない flux-1-kontext-dev…元絵の要素を確かに拾ってはいるが、PVC フィギュアに立体化できていない。左側の絵は髪の毛や靴、指先にわずかに立体感を感じさせるので、もし立体化できればかなりいい感じかもしれない？一方、右側は完全に諦めてしまい、まるでアクリルスタンドのよう。
ここからは比較的オリジナルに忠実なモデル。まずは flux-1-kontext-pro、ヘッドホンの造形をきちんと再現している。ただし照明の加減か、塗装がややカプセルトイというか景品っぽい。
qwen-image-edit もかなり忠実。しかも結果が非常に安定していて、同じ画像と同じプロンプトならほぼ同じ結果を返してくれる。生成ガチャが嫌なら、Direct Chat モードに切り替えてこのモデルを指定して使うのもあり。
そして例の謎モデル nano-banana。塗装の質感はほかとまったく異なり、値段の高そうな…いやあの、細やかさが際立っている？机の上に生成される小物もほかのモデルより多く、オタク部屋感が濃厚。
偶然、電球色の光源で照らされた生成結果も得られ、まるで本当に実在するかのように見えた。nano-banana、おそるべし。
nano-banana はどこかの開発中のモデルらしく、現在は LMArena の Battle モードでしか登場しない。つまりこのような生成結果を得るには、ブラインドテストで当たりを引くしかない。皆さんに大当たりが訪れますように。
