อย่างที่เข้าใจว่า midjourney หรือเว็บ gen ภาพอื่นๆ
จะมี tools สำหรับ gen ภาพโดยเฉพาะ ทั้ง flux LoRA

แต่ตอนนี้ Chat gpt ก็ gen ภาพออกมาดีขึ้นมากจากฐานข้อมูลตัวเอง และทำได้ง่ายมาก ตอนนี้

คิดว่าจะมีโอกาสที่ GPT จะแซงเว็บ gen ภาพ ได้มััยครับ

แซงครับ เพราะขนาดองค์กรณ์ใหญ่กว่า คอมเซิฟใหญ่กว่า ขอแค่ดีไซน์เอไอดีๆ ยังไงก็แซง

ผมมีความรู้สึกว่า ตอนนี้มันก็เริ่มจะดีกว่าแล้วนะ

รู้สึกมันเข้าใจpromptเราได้ดีกว่าอะ (สำคัญนะผมว่า ผู้ใช้มีไอเดียในหัว แต่พร้อมแล้ว ไม่ได้ดั่งใจ ผลงานก็ถือว่าล้มเหลว)

แต่เรื่องลูกเล่นอะไรต่างๆ ยังน้อยกว่า ซึ่งถ้ามันใส่ออปชั่นไรมาครบ ผมว่าแซงอะ

OpenAI แต่ก่อนก็ Dall-E ไงครับ มันพัฒนามาเรื่อยๆอยู่ละ Flux กับ Midjouney ก็เป็นโมเดลคนละเจ้า อีกเจ้าที่ฮิตๆกันก็ stable diffusion คือพวกนี้มันแข่งกันอยู่ละ

ที่ท่านถามเรื่องจะแซงได้ไหม แซงในเชิงไหนอะ ถ้าวัดกันที่ตัวโมเดลตอนนี้ เรื่องความสวยภาพอันนี้อยู่ที่ความชอบส่วนตัวเลย แต่ถ้าพูดถึงเรื่องคอมมู ไม่น่าชนะพวก stable diffusion หรือ flux ได้ คือ 2 อันนี้มันเจนที่เครื่องตัวเองได้ มี checkpoint, lora, finetune ฯลฯ ให้เลือกเล่นเยอะแยะ คนที่เล่นสายนี้จริงๆเขาเจนบนเครืองตัวเองทั้งนั้นแหละ ไม่เจนบนเว็บกัน

จริงๆคำถามท่านมันกว้างมากนะ คือเว็บไซต์มันก็แค่โฮสต์โมเดลที่เปิดให้โหลดใช้กันอะ ถ้าอนาคตมีโมเดลใหม่มาเขาก็โหลดมาโฮสต์เพิ่ม แล้วมันไม่จำกัดเจ้าใดเจ้าหนึ่งด้วย อย่างอนาคตถ้า deepseek พัฒนาตัวเจนภาพออกมาได้โหด พวกเว็บไซต์ต่างๆก็อาจจะโหลดมาโฮสต์ก็ได้ จริงๆตอนนี้ deepseek ก็มีตัวเจนภาพละนะ แต่มันยังสู้ชาวบ้านไม่ได้เลยไม่เป็นที่นิยม

ส่วนตัวตอนนี้ผมคิดว่าเจนภาพมันเริ่มตันๆละ พวกที่ฮิตๆใช้กันไม่ได้มีอันไหนดีกว่าแบบนัยสำคัญ มันอยู่ที่คนชอบอะว่าชอบภาพแบบไหน ส่วนตัวคิดว่าต่อจากนี้เขาแข่งกันที่เจนวิดีโอละ

พูดยาก แต่ก็น่าจะเป็นไปได้ อยู่ที่ว่าเทียบกันในด้านไหน เพราะความสวยหรือสไตล์ภาพก็เป็นเรื่องปัจเจกบุคคลบ แต่ละคนชอบไม่เหมือนกัน

แล้ว ChatGPT มันเป็น General purpose AI อย่าง Midjourney มันคือ Specialized AI จุดประสงค์ที่ถูกเทรนมันต่างกันมาตั้งแต่แรก

เหมือนเอาคนนึงมาฝึกอ่านข้อมูลจาก Google ทุกวัน รอบรู้เรื่องทุกอย่างบนโลก สอนพูด สอนฟัง สอนให้เข้าใจภาษามนุษย์มากที่สุด สามารถคุยหรือถามไอเดียได้หมด กับอีกคนเอามาฝึกวาดภาพทุกวัน ขอให้วาดภาพแบบไหนก็จัดให้ได้หมด คุณคิดว่าปลายทางของสองคนนี้มันต่างกันมั้ยล่ะ AI ก็เหมือนกันครับ ไม่มีวิธีการที่วิเศษขนาดจะเสกให้ AI เก่งเรื่องใดเรื่องนึงขึ้นมาได้แบบสุดทางทันทีนอกจากเทรนมันไปเรื่อยๆ วิธีการเทรนของ AI แต่ละตัวก็ไม่เหมือนกัน

ถ้าบอกแค่ว่ามีคอมแรงๆ ยังไงก็มี AI ดีๆได้มันไม่จริงซะทีเดียว เพราะค่าใช้จ่ายในการเทรนมันสูง และใช้เวลาด้วย ถ้าบอกว่ามีคอมแรงเยอะๆก็ทำได้แล้ว ป่านนี้ Amazon(AWS), Google(GCP), Microsoft(Azure) เจ้าของ Cloud Enterprise สามเจ้านี้คงมี AI เป็นของตัวเองครบกันทุกเจ้าแล้วครับ อย่าง Gemini ของ Google ตัวเสียเงินมันยังสู้เจ้าอื่นไม่ได้อยู่เลย แค่ข้อดีว่าตัวฟรีมันให้โมเดลที่ดีกว่าตัวฟรีเจ้าอื่นในตลาดมา

ส่วน OpenAI ก็ทำ Specialized AI ด้าน visual แบบ Midjourney ออกมาแล้วเหมือนกันในชื่อ Dall-E ก็ต้องให้เวลามันสักหน่อย แต่ข้อได้เปรียบของ Dall-E คือความที่ค่ายเดียวกับ ChatGPT ซึ่ง ChatGPT มันเก่ง NLP ทำให้มันเข้าใจภาษามนุษย์ได้ดีกว่า คนใช้ Dall-E เลยจะรู้สึกว่าเวลาสั่งงานมันสั่งง่ายกว่า ไม่ต้องเขียน prompt เป็นสูตรภาษาเอเลี่ยนเหมือน Midjourney เวลาสั่ง Dall-E คุณสามารถพูดเหมือนคุยกับคนได้ แต่สั่ง Midjourney ต้องสั่งเป็นรหัส สั่งเป็นคีย์เวิร์ด เพราะมันไมไ่ด้เก่ง NLP เท่า Dall-E

สุดท้ายปลายทางของ AI เฉพาะทาง มันก็น่าจะจบที่เฉพาะทาง พวก General purpose ก็เก่งแบบ General purpose แค่เลือกใช้ให้ถูกกับงานก็พอ เหมือนเลือกคนให้ถูกกับงานไง

ถ้าตัว ChatGPT เลยอาจจะยัง แต่ถ้าเป็น model ที่สร้างมาเพื่อ gen รูปผมว่าสบาย midjourney เหมือนไม่ออกอะไรใหม่มาสักพักแล้ว

ถามว่าแซงได้มั้ย ผมว่ามันเหมาะจะ gen ส่วนไหนมากกว่า เช่น midjourney เหมาะกับภาพแบบนี้ อันอื่นเหมาะกับภาพอีกแบบ