OpenAI презентує ChatGPT Images 2.0: прорив у генерації зображень

Компанія OpenAI офіційно розгорнула масштабне оновлення свого генератора зображень ChatGPT Images 2.0. Згідно з попередніми тестами, нова модель демонструє значний крок уперед у кількох критичних аспектах:

• Фотореалізм та анатомія: Images 2 вирішує давні проблеми з рендерингом тексту на зображеннях та складними анатомічними деталями (наприклад, кисті рук). Модель тепер краще розуміє просторові відношення між об’єктами.
• Роздільна здатність збільшена до 2K (2000 пікселів по широкій стороні).
• Доступні дві версії: Instant та Thinking.
• Мовна експертиза тепер поширюється також й на мови, які не входять до латиниці.
• Зниження затримки (Latency): Час генерації скоротився майже вдвічі порівняно з попередніми ітераціями. Це дозволяє впроваджувати генерацію зображень у real-time сервіси.
• Контекстуальне редагування: Завдяки оновленню, користувачі можуть виділяти конкретні зони на зображенні прямо в інтерфейсі ChatGPT і змінювати їх за допомогою текстових інструкцій, що фактично інтегрує потужні інструменти in-painting у звичайний чат.

Великим плюсом є те, що ChatGPT Images 2.0 підтримує широкий діапазон співвідношень сторін. Можна створювати широкоформатні зображення, що раніше було недоступно.

«Images 2.0 забезпечує безпрецедентний рівень точності у створенні зображень. Він може не лише концептуалізувати складні зображення, але й ефективно втілювати це бачення в життя, здатний дотримуватися інструкцій, зберігати запитувані деталі та відображати дрібнозернисті елементи, які часто порушують моделі зображень: дрібний текст, іконографію, елементи інтерфейсу користувача, щільні композиції та тонкі стилістичні обмеження, і все це з роздільною здатністю до 2K», — йдеться у прес-релізі OpenAI.

Технічні деталі: Що нового в API?

Документація OpenAI для розробників розкриває низку важливих параметрів, які стали доступними для API-інтеграцій:

• Покращений контроль консистентності: Введено нові параметри для роботи з seed, що дозволяє розробникам досягати вищої повторюваності результатів при ідентичних запитах.
• Нові формати та співвідношення сторін: Крім стандартних квадратів, додано розширену підтримку широкоформатних та вертикальних зображень (наприклад, для мобільного контенту) з автоматичною адаптацією композиції.
• Параметри якості (hd vs. standard): Розробники тепер можуть гнучкіше керувати вартістю запитів, вибираючи між “стандартною” швидкою генерацією та “HD-режимом” з глибокою деталізацією.
• Моделі безпеки: Оновлено вбудовані фільтри контенту, які тепер працюють на рівні латентного простору, що зменшує кількість помилкових відмов (false positives) при роботі зі складними художніми запитами.

Модель вже доступна для користувачів Plus та Enterprise, а нові API-ендпоінти поступово відкриваються для розробників з Tier 1 і вище. Платні користувачі зможуть створювати розширені результати. Компанія також надасть доступ до API gpt-image-2 , ціна якого залежатиме від якості та роздільної здатності результатів.

Нагадаємо, кілька днів тому OpenAI додала в ChatGPT новий тарифний план за $100.

Підписуйтесь на нас у соцмережах: Telegram | Facebook | LinkedIn