我使用 GPT2 和 NanoBanana 2 生成了一个角色（Kiki）的精灵图像（sprites），使用的都是同一张起始图像。以下是输出结果（没有挑选！）： 如您所见，两个模型的输出质量都很高，但如果您仔细观察一下，NanoBanana2 的输出更加一致，比如说，身体只有在需要时才会变化，否则只有脸部会重绘。同样，T 恤上的文字总是保持在同一位置。

而 GPT2 在大型图像处理方面表现更出色，但在精灵图像生成方面，NanoBanana2 是我最喜欢的模型。您对此有何看法？