Сравнение локальных и SOTA моделей: как они «понимают» одежду на животных

Автор тестирует генерацию изображений с помощью различных моделей, включая Minimax H3 и современные SOTA-решения, на промптах с собаками в джинсах и жирафами в галстуках. Исследование показывает разницу в интерпретации: локальные модели чаще создают комбинезоны, тогда как передовые модели точнее воспроизводят человеческие штаны.