ChatGPT a primit un nou generator de imagini cu funcții extinse

Soluția a devenit primul model vizual al companiei cu suport pentru „raționament”, ceea ce extinde scenariile de utilizare ale acestuia.

Potrivit declarațiilor dezvoltatorului, în modul de raționare modelul este capabil să analizeze contextul cererii, să caute informații relevante și să genereze mai multe variante de imagini cu verificarea ulterioară a rezultatelor. Acest lucru permite creșterea preciziei și varietății generării, transmite openai.com.

O atenție deosebită a fost acordată îmbunătățirii lucrului cu alfabetul nelatin: modelul reproduce corect textul în diferite limbi, inclusiv japoneză, coreeană, chineză, hindi și bengali.

Images 2.0 demonstrează, de asemenea, un nivel mai ridicat de detaliere și realism, în special datorită adăugării unor mici „imperfecțiuni” vizuale și redării precise a diferitelor stiluri artistice, inclusiv scene cinematografice și grafică pixelată.

Compania menționează că modelul poate întâmpina în continuare dificultăți cu anumite sarcini, cum ar fi generarea de instrucțiuni pas cu pas, de exemplu origami, puzzle-uri sau detalii geometrice complexe.

Modelul actualizat este deja disponibil utilizatorilor ChatGPT și Codex, însă funcțiile de raționare sunt accesibile doar abonaților la tarifele plătite. Modelul gpt-image-2 este integrat și în API pentru dezvoltatori.