OpenAI представила Images 2.0 — первую визуальную модель с «рассуждениями» для генерации изображений
Кодик кратко объясняет суть статьи
OpenAI представила Images 2.0 — первую визуальную модель компании с функцией «рассуждений». Она интегрирована в ChatGPT и при активации режима рассуждений способна искать информацию в интернете, генерировать несколько изображений на один запрос и проверять свои результаты. Модель улучшена в передаче деталей, включая «крошечные недостатки» для реализма, и точнее воспроизводит кинематографические кадры, пиксельную графику и другие стили. Особое внимание уделено поддержке языков с нелатинским алфавитом — японского, китайского, корейского, хинди и бенгали, где текст отображается корректно и связно. Пока модель может испытывать трудности с задачами, требующими точной визуализации, например, схем оригами или объектов на наклонных поверхностях. Images 2.0 доступна всем пользователям ChatGPT и Codex, режим с рассуждениями — подписчикам Plus, Pro и Business, модель gpt-image-2 также доступна через API.
Читайте в Telegram
|
OpenAI представила Images 2.0 — первую визуальную модель компании с возможностями «рассуждений», сообщается в анонсе.
Когда в ChatGPT выбрана рассуждающая модель, Images 2.0 может выполнять поиск релевантной информации в интернете, генерировать несколько изображений для одного промпта и перепроверять свой результат.
В отличие от других моделей для генерации изображений компании, Images 2.0 лучше воспроизводит языки, которые используют не латинский алфавит — в частности, японский, корейский, китайский, хинди и бенгали. Сгенерированные на них тексты не только отображаются корректно, но и написаны связно.
Images 2.0 лучше передаёт детали — например, на фотографиях добавляет «крошечные недостатки» для придания реализма, — точнее воспроизводит кинематографические кадры, пиксельную графику и другие стили.
Компания отметила, что пока Images 2.0 может испытывать сложности с задачами вроде генерации руководства по оригами, головоломок или деталей на наклонных поверхностях.
Images 2.0 доступна всем пользователям ChatGPT и Codex. Режим работы с рассуждениями — подписчикам ChatGPT Plus, Pro и Business. Модель gpt-image-2 также доступна в API.
