OpenAI презентує ChatGPT Images 2.0: новий рівень генерації зображень
Вже понад рік минув з моменту, як OpenAI дозволила користувачам ChatGPT створювати зображення безпосередньо через чатбота. І ось тепер з’явилася нова версія — ChatGPT Images 2.0. Компанія описує цю модель як справжній прорив у світі генерації зображень. Особливо значущі вдосконалення, що стосуються чіткого виконання інструкцій, опрацювання складного тексту та логічного компонування об’єктів на картинці.
Розумні зображення з можливістю пошуку
Це перша модель OpenAI з елементами мислення: вона не просто малює, а вміє шукати інформацію в інтернеті та перевіряти власні результати. Завдяки цьому генерація стає більш надійною і точною, що цінно для задач, де має значення візуальна цілісність і достовірність.
Покращена робота з текстом та різними мовами
Особливо багато уваги було приділено розпізнаванню та коректному відтворенню текстів не на латиниці: японської, корейської, китайської, гінді та бенгальської. Це створює вагомі переваги для творчих проєктів:
- прототипування ігор, використання особливостей візуального стилю;
- створення раскадровок і сторітелінг;
- реалізація складних композицій з численними елементами.
Крім того, модель тепер генерує картинки різних пропорцій — від широкоформатних 3:1 до високих 1:3, а роздільна здатність сягла 2К. Часом вона може створювати одразу до восьми варіантів зображення за один запит.
Особистий досвід і перевірка можливостей
Було цікаво особисто протестувати нову версію. Першим завданням стало створення зображення черепахового кота в стилі піксельної графіки покоління три Pokémon для Game Boy Advance — складне випробування, адже ШІ моделі часто плутаються з таким стилем. Вийшло досить точно і впізнавано.
Далі попросили перетворити отримане зображення в прозорий PNG. Хоч друга версія була трохи відмінною від початкової, вона все ж відповідала завданню, що для подібних моделей буває непросто. І наостанок — створити чотиристорінкову манґу про кота, що весело проводить час біля міського струмка.
Доступність і майбутні перспективи
ChatGPT Images 2.0 доступний уже сьогодні для усіх користувачів сервісу, включно з безкоштовними та Go-планами. Користувачі з планами Plus і Pro отримують розширені можливості. OpenAI також інтегрувала нову модель у своє API і в Codex — програму для програмування, що тепер вміє генерувати зображення.
Цей запуск відбувся менш ніж за тиждень після появи оновленого дизайнера від Anthropic, що свідчить про зростаючу конкуренцію на ринку візуального креативу зі штучним інтелектом.
