OpenAI представила ChatGPT Images 2.0 з коректним текстом і деталізацією до 2K

Компанія OpenAI представила ChatGPT Images 2.0 — нове покоління моделі для генерації зображень, яке встановлює нові стандарти деталізації та якості відтворення тексту.

Як повідомляє TechCrunch, інструмент уже інтегрований у ChatGPT, що дозволяє користувачам за лічені хвилини створювати складний візуальний контент: від багатокадрових коміксів до повноцінних макетів меню. Головним досягненням розробників стало подолання давньої проблеми ШІ-генераторів — неточного написання слів. Якщо раніше дифузійні моделі часто припускалися помилок у дрібних деталях через особливості алгоритмів відновлення з шуму, то Images 2.0 використовує вдосконалені підходи, що забезпечують бездоганну точність символів та іконок.

Технічні подробиці архітектури Images 2.0 тримаються в секреті, проте в OpenAI наголошують, що модель володіє специфічними «можливостями мислення». Це дозволяє штучному інтелекту самостійно перевіряти отримані результати, пропонувати кілька варіацій одного сюжету та адаптувати їх під запити маркетологів чи дизайнерів.

Окрім високої роздільної здатності до 2K, нова модель демонструє значний прогрес у роботі з нелатинськими шрифтами, зокрема бенгальською, японською, хінді та корейською мовами. Варто враховувати, що знання системи обмежені груднем 2025 року, що може відображатися на актуальності специфічного контексту деяких зображень.

Запуск цього інструменту знаменує перехід генеративного ШІ від розважальних експериментів до практичного бізнес-використання, де критично важливою є достовірність візуальних даних. Новинка доступна як звичайним користувачам ChatGPT, так і розробникам через API gpt-image-2, причому вартість запитів залежатиме від обраної роздільної здатності та складності.

Платні передплатники отримають доступ до найбільш просунутого функціоналу моделі. Очікується, що завдяки усуненню бар’єра неякісного тексту Images 2.0 суттєво прискорить інтеграцію штучного інтелекту в професійні робочі процеси дизайну та реклами.