OpenAI predstavilo ChatGPT Images 2.5 s rýchlejším generovaním a presnejším editovaním obrázkov

OpenAI predstavilo novú generáciu svojho obrazového modelu ChatGPT Images 2.5. Aktualizácia sa zameriava najmä na rýchlejšie generovanie, presnejšie úpravy existujúcich obrázkov a lepšie zachovanie vzhľadu postáv, ľudí či zvierat pri opakovaných zmenách.

Podľa Axiosu, ktorý mal možnosť novinku vyskúšať ešte pred vydaním, je generovanie obrázkov až o 50 % rýchlejšie ako pri predchádzajúcej verzii. Výrazne sa má zlepšiť aj konzistentnosť. Ak napríklad používateľ upravuje fotografiu človeka alebo domáceho zvieraťa, model by mal oveľa lepšie zachovať jeho pôvodnú podobu aj po viacerých úpravách.

Veľkou novinkou však nie je iba samotný model, ale aj prepracované možnosti editovania. ChatGPT už nebude odkázaný iba na textový príkaz opisujúci požadovanú zmenu. Používateľ bude môcť označiť konkrétnu časť obrázka, načrtnúť požadovaný objekt alebo určiť miesto, kde sa má nový prvok nachádzať.

Podobným spôsobom bude možné presnejšie pracovať aj s textom a jeho umiestnením v obrázku. OpenAI tak posúva generovanie bližšie ku klasickým grafickým editorom, kde používateľ priamo ukazuje, čo chce upraviť, namiesto komplikovaného opisovania všetkého prostredníctvom promptu.

Axios počas testovania napríklad použil fotografiu mačky, ktorú následne nechal prerobiť do viacerých štýlov. Model pritom dokázal zachovať jej charakteristický vzhľad. Pri ďalšom teste bolo možné označiť časť návrhu tetovania a nechať zmeniť iba vybranú oblasť. ChatGPT Images 2.5 zvládlo aj vytvorenie loga a jeho následné použitie na rôznych produktoch.

OpenAI chce zároveň obmedziť typický rozpoznateľný vzhľad AI obrázkov. Adele Li, ktorá v OpenAI vedie produktovú oblasť Images, hovorí, že cieľom nových nástrojov je dostať používateľa viac do samotného procesu tvorby a umožniť mu presnejšie kontrolovať výsledok. AI artefakty však podľa prvých testov úplne nezmizli.

Zlepšené editovanie môže byť nakoniec dôležitejšie ako samotný nárast kvality generovaných obrázkov. Jedným z dlhodobých problémov generatívnej AI totiž bolo, že aj jednoduchá požiadavka na zmenu jedného detailu mohla nečakane pozmeniť tvár postavy, oblečenie, pozadie alebo ďalšie časti obrázka. Nový model sa má pri editovaní oveľa lepšie držať pôvodnej predlohy.

ChatGPT Images 2.5 sa postupne dostáva do ChatGPT. Zatiaľ však nie sú známe všetky technické detaily modelu ani prípadná samostatná dostupnosť cez API a jeho ceny. OpenAI zatiaľ nezverejnilo ani kompletné technické špecifikácie, maximálne podporované rozlíšenia či detailnejšie benchmarky.

Novinka prichádza v čase, keď sa súboj obrazových AI modelov stále viac presúva od jednoduchého generovania obrázkov k ich praktickému editovaniu. Práve schopnosť zachovať pôvodný obrázok a meniť iba požadované časti môže byť jedným z najväčších posunov ChatGPT Images 2.5.