Изкуственият интелект вече създава по осем снимки наведнъж

От OpenAI съобщиха официално за въвеждането на новия модел за генериране на изображения "Images 2.0" в платформата ChatGPT. Системата, представена на 21 април, бележи сериозна промяна в архитектурата на генеративния софтуер, като за първи път интегрира логически процеси и самопроверка преди създаването на крайния визуален продукт.

Режим на разсъждаване

Новата версия работи чрез два отделни канала – стандартен бърз режим и специализиран профил за разсъждаване. Когато е активирана опцията за мислене, изкуственият интелект първоначално планира сцената, търси актуална информация в интернет и самостоятелно обогатява зададените от потребителя инструкции. Този вътрешен одит намалява драстично грешките при изписването на текст върху изображения и подредбата на сложни визуални композиции.

Технически параметри

Моделът превъзхожда предшественика си двойно по скорост на генериране и предлага значителна гъвкавост в мащабите. "Images 2.0" може да създаде до осем напълно свързани и логически последователни изображения от една единствена команда. Поддържат се файлове с резолюция до 2K, както и нестандартни съотношения на страните, достигащи от 3:1 до 1:3. Сред по-нестандартните функции е и възможността за изработка на напълно функционални QR кодове, вградени в художествени картини.

Пазарна доминация

Обновлението на OpenAI разширява значително обхвата си извън самия чатбот, като вече е интегрирано в професионални платформи като Canva, Figma и продуктите на Adobe. Данните от независимите тестове в бенчмарк платформата Image Arena през последното денонощие показват, че новият модел печели сериозна преднина пред основните си конкуренти, включително пред наскоро обновения генератор на Google "Nano Banana 2".