OpenAI rozjíždí další velký update svého vizuálního ekosystému a po zhruba roce od spuštění generování obrázků přímo v ChatGPT přichází s modelem ChatGPT Images 2.0. Firma nový systém popisuje jako výrazný posun hlavně v disciplínách, kde dosavadní generátory často narážely, tedy při detailním plnění zadání, skládání složitějších scén a vykreslování hustého textu uvnitř obrázku.

Vedle samotné obrazové kvality zaujme hlavně důraz na reasoning. OpenAI vůbec poprvé mluví o obrazovém modelu, který má přemýšlivější vrstvu navázanou na ověřování výstupů a práci s informacemi, včetně schopnosti dohledávat data na webu. V praxi má jít o základ pro vyšší spolehlivost ve chvíli, kdy zadání vyžaduje přesnost, konzistenci a smysluplné vztahy mezi objekty v jedné scéně.

Silnou stránkou nové verze má být také práce s jazykem, a to nejen v latince. OpenAI uvádí výrazné zlepšení při renderování japonštiny, korejštiny, čínštiny, hindštiny a bengálštiny, což je přesně oblast, kde obrazové AI dlouhodobě ztrácely body.

Pro tvůrce her, marketingové materiály i storyboardy jde o důležitý posun, protože plakát, menu, UI mockup nebo komiksový panel bez rozpadlého textu znamená úplně jinou úroveň použitelnosti.

Zajímavý je i širší záběr modelu napříč výtvarnými styly. OpenAI tvrdí, že novinka lépe chápe specifické rysy různých vizuálních jazyků, takže se hodí nejen pro ilustrace, ale i pro game prototyping nebo rychlé návrhy scén.

levart_photographer-7q-kE4SZzvQ-unsplash.jpgZdroj: Levart_Photographer/UnsplashChatGPT dostal nový tarif, míří na náročnější vývojáře