Выпуск ChatGPT Image 2.0: новый уровень генерации текста на картинках

Недавно OpenAI презентовала ChatGPT Image 2.0, модель отлично справляется с отрисовкой текста на картинках. С помощью нового подхода возможно создавать изображения высокого качества без каких-либо дополнительных правок.

Особенности различных ИИ моделей

Разработка диффузных ИИ-моделей осуществляется уже достаточно долгий период, но все предыдущие варианты значительно искажали надписи. Чаще всего модели были ориентированы на создание паттерна, а текст занимал минимальную часть площади.

Далее исследователи начали тестировать авторегрессионные модели, они функционируют по принципу предсказания содержания изображений.

В OpenAI пока не разглашают детали касательно архитектуры новинки. На данном этапе известно, что Images 2.0 может одновременно генерировать несколько картинок, искать данные в интернете, и даже перепроверять полученные результаты. Вследствие чего новая модель справляется с генерацией маркетинговых материалов различных размеров, а также может работать с нелатинскими шрифтами. Единственным негативным моментов есть то, что данные Images 2.0 лимитированы декабрем 2025 года вследствие чего могут быть определенные неточности по запросам касательно недавних событий.

Новая модель генерирует сложные композиции, мелкие тексты, элементы интерфейса, но генерация результата происходит немного дольше чем стандартный текстовый запрос.

Все пользователи Codex и ChatGPT получат доступ к новой модели, а платные пользователи смогут генерировать более сложные картинки. Более того, планируется открытие программного интерфейса (API) gpt-image-2, где стоимость будет варьироваться от разрешения и качества изображения.      

Надеемся, статья оказалась полезной - а как вы считаете? Поставьте лайк и подпишитесь на наш блог, чтобы получать больше практических советов и последних новостей о технологиях от HostZealot.