OpenAI a prezentat o nouă generație a instrumentului său dedicat generării de grafică pe bază de inteligență artificială. Noul sistem software analizează structura cerințelor și organizează elementele vizuale într-o formă mult mai detaliată înainte de a livra rezultatul final. Noul sistem, se numește ChatGPT Images 2.0 și aduce modificări tehnice esențiale la nivelul fidelității stilistice. Algoritmul poate reda detalii fotografice realiste, integrând intenționat mici imperfecțiuni de imagine care cresc gradul de naturalețe al unei compoziții.
Pe lângă fotografii, tehnologia este capabilă să genereze cadre cu estetică cinematografică, grafică de tip pixel art și ilustrații specifice benzilor manga. Aceste elemente sunt concepute pentru utilizatorii care doresc prototipuri vizuale pentru campanii de promovare digitală sau concepte brute destinate producției de jocuri video.
Compoziția de ansamblu a fișierelor exportate renunță treptat la formatul standardizat asociat până acum inteligenței artificiale. Sistemul gestionează raportul dintre zonele goale și cele populate de elemente pentru a livra o structură de design mult mai apropiată de producția umană.
O actualizare centrală la nivel de cod vizează posibilitatea de a integra text perfect lizibil în mod direct pe obiectele sau panourile ilustrate. În timp ce variantele software anterioare funcționau optim doar în limba engleză, noul algoritm suportă afișarea corectă a caracterelor asiatice și a diverselor alfabete complexe. Limbi precum japoneza, coreeana, chineza, hindi sau bengaleza sunt aplicate coerent pe afișe, ilustrații sau pe diagrame de specialitate. AI-ul completează singur eventualele goluri contextuale ale unei schițe, reducând necesitatea de a oferi un text ajutător foarte de lung.
Formatul tehnic de export a fost de asemenea extins pentru a oferi rapoarte de aspect versatile. Astfel, programele de lucru pot produce formate panoramice cu raport de 3:1 sau variante complet verticale de 1:3, destinate ecranelor de telefoane mobile. Accesarea prin interfața de programare (API) sub denumirea gpt-image-2 permite randarea la o rezoluție maximă de 2K, opțiune aflată încă în etapa de testare.
ChatGPT Images 2.0 integrează noua funcție de raționament analitic dezvoltată recent de companie. Când acest modul este activat, programul poate efectua căutări online în timp real pentru a extrage documentația vizuală necesară și își verifică propriile rezultate înainte de a le afișa.
Baza de date fixă a sistemului cuprinde un set de cunoștințe generalizate valabile până în luna decembrie a anului 2025. Utilizând aceste informații, instrumentul creează simultan mai multe concepte grafice derivate dintr-o singură comandă, funcționând ca o bază de planificare vizuală pentru designeri.
Implementarea acestei capacități de analiză a influențat modul de lucru în companiile partenere. Reprezentanții Canva explică faptul că algoritmul generează imaginile și interpretează cerințele, luând propriile decizii.
Dezvoltatorii notează totuși un set clar de erori structurale care necesită ajustări în versiunile viitoare. ChatGPT Images 2.0 întâmpină blocaje de randare atunci când este solicitat să respecte o fizică spațială sau o logică secvențială strictă în spațiul tridimensional. Prin urmare, generarea unui manual tehnic de tip origami sau simularea mecanică a unui cub Rubik produce deseori erori grafice severe. Redarea texturilor extrem de fine și aglomerate, cum este cazul nisipului, sau afișarea unor diagrame cu săgeți indicatoare specifice pe suprafețe unghiulare necesită o verificare manuală ulterioară.
Accesul general la ChatGPT Images 2.0 a fost deschis pe platforma web pentru toți utilizatorii activi de ChatGPT, fiind implementat nativ și în cadrul aplicației Codex. Totuși, instrumentele de raționament vizual sunt restricționate și aparțin doar planurilor tarifare Plus, Pro și Business. Instituțiile care implementează tehnologia prin API suportă costuri de procesare care variază direct proporțional cu setările de calitate și rezoluția selectată.
