GPT Image 2

GPT Image 2, DALL·E 3'ten bu yana OpenAI'ın en önemli resim oluşturma yükseltmesini temsil ediyor. Mimari sıfırdan yeniden inşa edildi — artık GPT-4o ile ağırlık paylaşmıyor — ve eskiden iki aşamalı olan üretim hattını tek bir muhakeme geçişinde birleştiriyor. Bu yapısal değişikliğin yaratıcılar için iki sonucu var. İlk olarak, komut uyumu dramatik bir şekilde iyileşiyor: mekansal kısıtlamalar içeren çok parçalı komutlar ("solda espresso dolduran bir barista, arkasındaki kara tahta menüde 'Morning Brew — $4.50' yazıyor") öğeleri eksiltmek yerine doğru şekilde sonuçlanıyor. İkincisi, metin işleme üretime hazır hale geliyor. Önceki modellerin dekoratif anlamsızlıklar ürettiği yerlerde, GPT Image 2; İngilizce, Mandarin, Japonca, Korece, Hintçe ve Bengalce dillerinde okunabilir, düzgün aralıklı (kerned) metinler sunuyor — bu da daha önce manuel yapım sonrası işlem gerektiren çok dilli reklam kreatifleri, yerelleştirilmiş ürün maketleri ve uluslararası infografikler gibi kullanım durumlarının önünü açıyor.

Modelin gerçek dünya bilgisi bir başka ileri adımdır. IKEA mağaza düzenleri, YouTube arayüzü, Windows simgeleri ve marka uyumlu ürün ambalajları artık yaklaşımlar yerine tanınabilir bir sadakatle görünüyor. Çoklu resim referans desteği ile eşleştiğinde — LoveGen AI üretim başına 4 adede kadar referans resme izin verir — bir karakterin yüzünü bir pazarlama kampanyası boyunca kilitleyebilir, bir fotoğraftaki ışıklandırmayı oluşturulan bir sahneye aktarabilir veya eski araçlarda yaşanan kimlik sapması olmadan bir ürünü markalı bir yaşam tarzı çekimine dahil edebilirsiniz. gpt-image-1 ve 1.5'te bulunan sarı renk tonu tamamen ortadan kaldırılarak ticari baskı iş akışlarına uygun nötr tonlar elde edilmiştir. Maksimum çözünürlük 2K'dır (2048×2048'e kadar) ve 2560×1440 piksel ötesinde deneysel çıktılar mevcuttur; bu da GPT Image 2'yi, daha önceki genel amaçlı modellerin ağır rötuş gerektirdiği editoryal, e-ticaret ve tasarım sistemi çalışmaları için uygulanabilir kılar.