Potężne narzędzie. ChatGPT wygeneruje jeszcze lepsze grafiki

OpenAI zaprezentowało nową generację narzędzia do tworzenia grafik. W porównaniu do GPT Image 1.5, którego głównym celem było przyspieszenie modelu, tym razem nacisk został położony na stopień zaawansowania edycji. Premier GPT Image 2.0 nastąpiła po tym, jak firma zrezygnowała z produkcji narzędzia Sora do generowania wideo i zdecydowała na skupianiu się na mniejszej liczbie projektów.

Jedna z większych zmian dotyczy rozumienia i dodawania tekstu. Wcześniejsze narzędzia miały problem z generowaniem mniejszych czcionek, a do tego przestawiały pojedyncze litery także w większych napisach i nie zawsze zachowywały ten sam krój pisma. Wynikało to z tego, że systemy uczyły się przede wszystkim większych wzorów pikseli, nie zaś poprawnej pisowni.

OpenAI nie ujawniło podczas prasowego briefingu, jaki dokładnie typ modelu stoi za ChatGPT Images 2.0. Firma podała jednak, że narzędzie ma możliwości rozumowania, dzięki czemu potrafi przeszukiwać internet, tworzyć kilka obrazów z jednego polecenia i sprawdzać własne wyniki i w większym stopniu dokonywać zmian.

Według OpenAI te funkcje pomagają przygotowywać materiały marketingowe w różnych formatach oraz wieloekranowe komiksy. Spółka twierdzi też, że model lepiej radzi sobie z tekstem w alfabetach innych niż łaciński, m.in. pisząc po japońsku, koreańsku, hindi i bengalsku.

Firma zaznacza również, że model ma bazę wiedzy z ostatnim zapisem z grudnia 2025 r., więc nie należy go używać do opierania go na najnowszych wydarzeniach. To może wpływać na trafność grafik opartych na nowszych wydarzeniach. W komunikacie OpenAI podkreśliło też, że Images 2.0 ma lepiej odwzorowywać drobny tekst, ikony, elementy interfejsu i gęste kompozycje, a maksymalna rozdzielczość sięga 2K.

Mimo usprawnień w prędkości, stworzenie złożonych grafik nie działa tak szybko jak zwykła odpowiedź tekstowa w ChatGPT. Bardziej rozbudowane obrazy, takie jak komiks z kilkoma kadrami, mają powstawać w kilka minut. Z Images 2.0 mogą korzystać użytkownicy ChatGPT i Codex, a płatne konta dostaną bardziej zaawansowane opcje. OpenAI udostępnia też API gpt-image-2, którego cena zależy od jakości i rozdzielczości, w jakich chcemy generować obrazy.