ChatGPT Images 2: OpenAI zapowiada nową generację modelu do generowania obrazów

OpenAI zaprezentowało ChatGPT Images 2 – nową odsłonę narzędzia do tworzenia grafik, która ma stanowić istotny krok w rozwoju jakości i realizmu obrazów syntetycznych. Przedstawione przez producenta przykłady wywołały merytoryczną dyskusję w branży technologicznej, skupiającą się nie tylko na możliwościach technicznych, ale także na aspektach etycznych i przyszłości pracy twórczej.

Koniec z „magicznymi zaklęciami” – rewolucja w promptowaniu

Jedną z kluczowych zmian w ChatGPT Images 2 jest udoskonalone rozumienie języka naturalnego. Według zapowiedzi OpenAI, użytkownik nie musi już stosować precyzyjnych, quasi-programistycznych instrukcji (tzw. promptów), aby uzyskać pożądany efekt. Model został zoptymalizowany pod kątem interpretacji zwykłych zdań i wyciągania z nich właściwego kontekstu.

W praktyce oznacza to, że AI samodzielnie „domyśla się” intencji twórcy, co znacznie skraca proces przygotowania grafik i czyni narzędzie bardziej przystępnym dla osób, które nie posiadają doświadczenia w inżynierii promptów.

Kluczowe usprawnienia techniczne: od anatomii po renderowanie tekstu

Nowa generacja modelu eliminuje wiele błędów, które do tej pory były typowe dla grafik generatywnych. Analizując zaprezentowane materiały, można zauważyć znaczący postęp w kilku obszarach:

• poprawność anatomiczna: model znacznie lepiej radzi sobie z odtwarzaniem dłoni, proporcji twarzy oraz sylwetek ludzi i zwierząt;
• realizm oświetlenia: ChatGPT Images 2 z większą precyzją oddaje naturalne światło, cienie oraz odbicia, co sprawia, że wygenerowane obrazy są trudniejsze do odróżnienia od profesjonalnych fotografii;
• obsługa tekstu: usprawniono odwzorowanie napisów wewnątrz grafik, co dotychczas było słabym punktem modeli wizualnych;
• spójność wizualna: nowy silnik pozwala na zachowanie większej powtarzalności detali między kolejnymi generacjami.

Wyzwania dla branży i kwestie etyczne

Wzrost realizmu generowanych obrazów – przypominających zdjęcia z profesjonalnego sprzętu pełnoklatkowego – stawia nowe pytania przed sektorem kreatywnym. Eksperci zwracają uwagę na potencjalną konkurencję dla tradycyjnej fotografii produktowej czy stockowej.

Jednocześnie powraca temat transparentności i praw autorskich. OpenAI nie udostępniło jeszcze szczegółowych informacji na temat zestawów danych (datasetów), na których trenowano model Images 2. Brak jasności w tym obszarze, w połączeniu z możliwością tworzenia obrazów niemal identycznych z rzeczywistymi zdjęciami, budzi uzasadnione dyskusje o ochronie własności intelektualnej i potrzebie oznaczania treści syntetycznych.