Google ha vuelto a actualizar su generador de imágenes con IA Nano Banana. La versión más reciente, Nano Banana 2.1, está llegando a Google Gemini en un mercado cada vez más saturado de herramientas capaces de convertir unas cuantas frases en imágenes sorprendentemente convincentes. La promesa es conocida: detalles más nítidos, mejor seguimiento de instrucciones, texto más preciso y mayor consistencia entre imágenes. El verdadero reto es encontrar algo que lo haga significativamente mejor que la competencia.
El principal rival de Nano Banana, el generador de imágenes de ChatGPT, llamado Images 2.5, no se ha quedado esperando a que lo superen. OpenAI ha avanzado considerablemente en aspectos como la iluminación realista, las composiciones complejas y la representación de texto, convirtiendo la generación de imágenes en una de las funciones más entretenidas y realmente útiles de ChatGPT. Con ambas compañías impulsando esta tecnología, quise comprobar si la última actualización de Google había conseguido tomar la delantera.
Si tienes una cuenta de Gemini, para este momento ya debería haberse actualizado para utilizar Nano Banana 2.1. Para comparar ambos generadores de imágenes, les di a Gemini y ChatGPT instrucciones idénticas, diseñadas para poner a prueba distintas capacidades. Después, comparé las imágenes resultantes una al lado de la otra, con ChatGPT a la izquierda y Gemini a la derecha. Los resultados fueron sorprendentemente parecidos, aunque ambos generadores solían interpretar las mismas instrucciones con enfoques artísticos diferentes.
Tormentas dentro de tormentas
Mi primera prueba estaba diseñada para poner a prueba la comprensión de los modelos sobre la luz, el vidrio y los reflejos, tres elementos que pueden dejar al descubierto rápidamente las debilidades de una imagen generada con IA. Quería una escena con varias superficies transparentes, iluminación compleja y suficientes detalles diminutos como para que valiera la pena examinar los resultados de cerca. La instrucción fue: «Crea una imagen fotorrealista de un pequeño invernadero victoriano dentro de una bola de nieve de cristal durante una tormenta eléctrica, con reflejos, refracciones e iluminación realistas».
Ambos generadores produjeron imágenes hermosas que encajarían perfectamente en la portada de una novela fantástica. La versión de ChatGPT mostraba un elaborado invernadero victoriano iluminado con tonos dorados dentro de una gran esfera de cristal, colocada sobre una base de madera pulida junto a una ventana cubierta de lluvia. Los relámpagos iluminaban la tormenta en el exterior, mientras que la esfera contenía un mundo en miniatura sorprendentemente detallado, con plantas, senderos y delicados adornos arquitectónicos.
Nano Banana 2.1 optó por algo un poco más sobrio. Su invernadero parecía más una estructura en miniatura real, con una armazón de metal oscuro, vegetación frondosa e iluminación interior cálida que contrastaba de forma muy atractiva con la tormenta azul grisácea del exterior. Los reflejos de la esfera resultaban especialmente convincentes y la iluminación se sentía un poco más natural, aunque la mesa mojada fue una elección extraña, dado que la escena parecía desarrollarse en interiores.
Titan calling (Llamada de Titan)
Históricamente, el texto ha sido una de las debilidades más vergonzosas de los generadores de imágenes con IA. Las letras se deformaban hasta mezclarse entre sí, las palabras se convertían en un sinsentido y pedir una frase exacta podía dar como resultado algo parecido a un idioma extraterrestre. Para la segunda prueba, quería comprobar si alguno de los dos modelos podía cumplir con un encargo de diseño bastante exigente sin deformar la tipografía.
La instrucción fue: «Diseña un póster de viajes retrofuturista para Titán, la luna de Saturno, con el texto exacto “TITAN IS CALLING”, “Seven nights beneath the rings” y “Starting at $2,499”».
ChatGPT creó un anuncio de viajes lujoso, como algo que un turista espacial muy adinerado podría encontrar en un aeropuerto interplanetario. Saturno dominaba el cielo sobre un hermoso paisaje anaranjado, mientras que los complejos turísticos futuristas y una pareja disfrutando de unas bebidas sugerían que Titán se había convertido en el destino vacacional más exclusivo del sistema solar. Lo único que no me gustó fue el espacio que dejó entre el símbolo de dólar ($) y el número 2 al representar el texto.
Google optó por un enfoque más caricaturesco, con un colorido póster vintage de ciencia ficción que mostraba cohetes, astronautas, montañas heladas y una base futurista. De hecho, fue más realista al representar que la luna no es en absoluto un lugar hospitalario, aunque mantuvo el optimismo propio de un anuncio de viajes espaciales de la década de 1950, con letras llamativas y un acabado ligeramente desgastado. Y, algo fundamental, también reprodujo correctamente el texto solicitado, incluido el precio.
Fox library (La biblioteca del zorro)
La consistencia de los personajes es otro problema complicado para los generadores de imágenes con IA, sobre todo cuando un mismo personaje debe aparecer en varias escenas. Un zorro podría cambiar repentinamente de aspecto, perder un accesorio o incluso adquirir una extremidad adicional entre viñetas. Decidí poner a prueba esta capacidad con una historia ilustrada sencilla que exigía continuidad visual y una secuencia coherente de acontecimientos.
La instrucción fue: «Crea un cómic de cuatro viñetas que muestre a un zorro naranja con una bufanda verde descubriendo una llave mágica, abriendo una puerta con ella y entrando en una biblioteca. Mantén al zorro idéntico en todas las viñetas».
ChatGPT produjo cuatro ilustraciones que parecían casi en 3D. La iluminación se sentía más generada por computadora, aunque el zorro siguió siendo reconocible en todas las viñetas, tal como se había solicitado. El estilo se inclinaba más hacia las ilustraciones de libros infantiles que hacia el de un cómic convencional.
Nano Banana 2.1 ofreció algo mucho más cercano a una tira cómica tradicional, con contornos marcados, viñetas claramente definidas y un zorro de caricatura consistente. Su versión comenzaba con el zorro encontrando una llave en el bosque; después, el personaje la examinaba, abría una puerta en un árbol y, finalmente, entraba en una biblioteca mágica. La narración era más clara y el aspecto del personaje se mantuvo sorprendentemente consistente, hasta en detalles como su bufanda verde y la punta blanca de la cola.
Google tomó la delantera en esta prueba porque sus cuatro viñetas parecían formar parte de una misma historia ilustrada. Las imágenes individuales de ChatGPT eran más elaboradas, pero las proporciones y la representación del zorro variaban ligeramente, por lo que la secuencia se sentía más como cuatro ilustraciones independientes.
Dragon on a desk (Un dragón en el escritorio)
Para mi prueba final, quería ver con qué precisión podían los modelos seguir una serie compleja de instrucciones específicas. Los generadores de imágenes con IA suelen pasar por alto pequeños detalles cuando una indicación contiene varios requisitos independientes. Lograr que todo aparezca en la imagen es un reto, mientras que acertar con los números exactos y las disposiciones correctas es otro.
La indicación fue: «Crea una fotografía realista desde arriba de un escritorio de madera con un cuaderno que muestre un dragón, una brújula que apunte al norte, un reloj de bolsillo que marque las 3:15, exactamente tres sellos de cera rojos y una gema azul».
ChatGPT generó una atractiva fotografía aérea de un escritorio antiguo de madera, con un cuaderno abierto que contenía una intrincada ilustración de un dragón. La brújula, el reloj de bolsillo, los tres sellos de cera rojos y la gema azul brillante estaban todos presentes, y la composición se veía cuidadosamente dispuesta.
Nano Banana 2.1 también incluyó los objetos solicitados, pero el cuaderno presentaba una ilustración de un dragón más pequeña y más limpia, mientras que los sellos de cera, la piedra preciosa, la brújula y el reloj estaban dispuestos a su alrededor. El resultado de Google se parecía más a una colección de objetos históricos ensamblada de manera informal, pero cometió un error común de la IA y se equivocó con la hora, fijándola en las 3:00 en lugar de las 3:15.
Acercándose a la paridad
Puedes acceder a Nano Banana 2.1 en Gemini si tienes una suscripción a Google AI Plus, Pro o Ultra, ya que es el nuevo modelo predeterminado. Los usuarios de la versión gratuita seguirán utilizando el modelo anterior, Nano Banana 2.
Nano Banana 2.1 es un excelente generador de imágenes, pero ChatGPT ya es tan capaz que las mejoras de Google no necesariamente se traducen en una ventaja evidente. Ambas herramientas produjeron imágenes atractivas y detalladas a partir de instrucciones relativamente breves, y ninguna presentó los errores visuales evidentes que antes hacían que las imágenes generadas con IA fueran reconocibles al instante.
Dicho esto, distintas instrucciones, estilos y generaciones repetidas podrían producir resultados diferentes con facilidad. Lo que estas pruebas sí sugieren es que los principales generadores de imágenes con IA han alcanzado un nivel de capacidad extraordinariamente alto y se están acercando a la paridad en muchas tareas creativas cotidianas.
Esto hace que la competencia sea más interesante, aunque también dificulta elegir entre ambas herramientas. Las diferencias dependen cada vez más del gusto personal y de la interpretación de las instrucciones. Nano Banana 2.1 puede ser la impresionante actualización más reciente de Google, pero ChatGPT se ha asegurado de que no consiga la corona de la generación de imágenes sin dar batalla.
Sigue a TechRadar en Google Noticias y añádenos como fuente preferida para recibir nuestras noticias, reseñas y opiniones de expertos en tus feeds.
