OpenAI представила GPT-Image-1.5 з покращеним рендерингом тексту та точним редагуванням фото

OpenAI оголосила про запуск нової версії «ChatGPT Images», що працює на базі нової флагманської моделі генерації зображень. 

Тепер користувачі можуть створювати зображення з нуля або редагувати фотографії з точністю, яка зберігає дрібні деталі незмінними. 

Зазначається, що швидкість генерації зросла до 4 разів. Разом з цим компанія впроваджує нову функцію «Images» у ChatGPT, розроблену для полегшення творчих пошуків. Нова модель вже доступна для всіх користувачів ChatGPT, а в API вона представлена як «GPT-Image-1.5».

Підкреслюється, що головною перевагою оновлення є здатність моделі точніше виконувати інструкції користувача під час редагування. Вона змінює лише те, що просять, зберігаючи такі елементи, як освітлення, композиція та зовнішність людей, узгодженими між вхідними даними та результатами. Це дозволяє здійснювати більш корисні редагування фотографій, наприклад, примірку одягу чи зміну зачіски, а також застосовувати стилістичні фільтри. Модель також суттєво покращила рендеринг тексту, ставши здатною коректно обробляти щільніші та дрібніші написи на зображеннях.

Окрім можливості генерувати зображення через текстові запити, OpenAI додала спеціальний розділ «Images» на бічній панелі ChatGPT. Він містить попередньо налаштовані фільтри та популярні промпти для натхнення. Також доступна функція одноразового завантаження зовнішності, щоб користувачі могли використовувати свій образ у майбутніх творіннях без необхідності повторно шукати фото у галереї.

Для розробників модель «GPT-Image-1.5» в API пропонує ті ж покращення, що й у ChatGPT: вона краще зберігає брендові логотипи та ключові візуальні елементи під час редагування. Це робить її придатною для маркетингових завдань та створення каталогів продуктів. Вартість вхідних та вихідних зображень у «GPT-Image-1.5» на 20% нижча порівняно з попередньою версією «GPT Image 1», що дозволяє генерувати більше зображень за той самий бюджет.

Хіла Гат (Hila Gat), керівник відділу досліджень АІ та науки про дані у Wix, зазначила: «GPT-Image-1.5 генерує високоточні зображення з суворим дотриманням промптів, зберігаючи композицію, освітлення та дрібні деталі. Результати чисті, реалістичні та надійні, що підтримує швидші робочі процеси від концепції до виробництва».

Стратегія охолодження ЦОД для епохи AI