У березні OpenAI представила масштабне оновлення можливостей генерації зображень у ChatGPT, яке працювало на базі нової моделі та майже миттєво стало вірусним. Лише за перший тиждень користувачі створили понад 700 млн зображень, а сам сервіс отримав мільйони нових користувачів. Уже у квітні компанія відкрила доступ до цієї ж технології для розробників, запустивши API gpt-image-1.
Щоб дізнатись останні новини, слідкуйте за нашим каналом Google News онлайн або через застосунок.
У вересні Google відповіла власною новинкою. Компанія представила модель генерації зображень під кодовою назвою Nano Banana, яка також швидко набула популярності та суттєво розширила аудиторію Gemini. Nano Banana продемонструвала вищу якість як у створенні, так і в редагуванні зображень, обійшовши gpt-image-1, і вона отримала широке визнання серед розробників у різних країнах.
Минулого місяця Google пішла ще далі, представивши Gemini 3 Pro Image, відому як Nano Banana Pro, що поєднує передові можливості міркування Gemini з актуальними знаннями про реальний світ для максимально точної генерації візуального контенту.
Тепер OpenAI виходить на новий раунд конкуренції, презентувавши gpt-image-1.5. Ця модель орієнтована на безпосереднє суперництво з рішеннями Google і демонструє точніше редагування зображень і краще збереження логотипів та людських облич, ніж її попередниця. Модель суттєво покращила розуміння інструкцій і дотримання запитів користувача. Окрему увагу приділено відтворенню тексту в зображеннях, особливо дрібного та щільного, що раніше було слабким місцем генеративних моделей.
Для розробників gpt-image-1.5 на 20% дешевша для введення та виведення зображень у порівнянні з gpt-image-1. Як і раніше, витрати можна додатково регулювати за допомогою параметра якості, при цьому OpenAI підкреслює, що навіть на низьких налаштуваннях модель зберігає високу продуктивність.
Для звичайних користувачів саме gpt-image-1.5 тепер лежить в основі генерації зображень у ChatGPT. Компанія наголошує, що модель здатна вносити точкові правки, зберігаючи освітлення, композицію та зовнішність людей, а швидкість роботи зросла до чотирьох разів у порівнянні з попереднім поколінням.
Крім того, OpenAI запускає окремий розділ Images у ChatGPT, доступний як у мобільному застосунку, так і на офіційному сайті. Користувачі зможуть швидко почати роботу з генерацією зображень, обираючи готові фільтри та підказки. У компанії зазначають, що ці пресети та промпти регулярно оновлюватимуться відповідно до нових трендів.
Нова модель генерації зображень, а також оновлений інтерфейс ChatGPT Images будуть доступні всім користувачам ChatGPT.
Читайте також:
- OpenAI уклала угоду щодо використання персонажів Disney в Sora і ChatGPT
- У Київському авіаційному інституті відкрився освітньо-дослідницький центр KAI Huawei Excellence Center