GPT Image 2

GPT Image 2 representerer OpenAIs mest betydningsfulle oppgradering innen bildegenerering siden DALL·E 3. Arkitekturen er bygget opp fra grunnen av og konsoliderer det som før var en to-trinns prosess til én enkelt resonneringsgjennomgang. Dette har to store fordeler for skapere. For det første forbedres troskapen til instruksjoner dramatisk: komplekse instrukser med romlige begrensninger («en barista som heller espresso til venstre, med en krittavle bak seg der det står 'Morning Brew – $4.50'») løses korrekt uten å utelate elementer. For det andre blir tekstgjengivelsen av produksjonskvalitet. Der tidligere modeller produserte dekorativt rør, leverer GPT Image 2 lesbar, riktig satt tekst på engelsk, mandarin, japansk, koreansk, hindi og bengali.

Modellens kunnskap om den virkelige verden er også et stort skritt fremover. IKEA-butikkoppsett, YouTubes grensesnitt og merkevare-nøyaktig emballasje fremstår nå med gjenkjennelig troskap. Kombinert med støtte for multireferansebilder – LoveGen AI tillater opptil fire referansebilder per generering – kan du låse en karakters ansikt gjennom en hel kampanje eller sette et produkt inn i et livsstilsbilde uten det identitetstapet som plaget tidligere verktøy. Det gule fargeskjæret fra tidligere versjoner er helt borte, noe som gir nøytrale toner egnet for kommersielt trykk. Maksimal oppløsning er 2K innebygd, med eksperimentelle resultater over 2560×1440.