ChatGPT Images 2.0 přináší revoluci: AI nově uvažuje, tvoří příběhy a generuje 2K obrázky s textem

OpenAI představuje významnou aktualizaci svého nástroje pro generování obrázků, ChatGPT Images 2.0. Tato nová verze posouvá umělou inteligenci od pouhého vytváření vizuálů k interaktivnímu kreativnímu nástroji, který dokáže uvažovat a lépe reagovat na složité požadavky uživatelů.

OpenAI představuje významnou aktualizaci svého nástroje pro generování obrázků, ChatGPT Images 2.0. Tato nová verze posouvá umělou inteligenci od pouhého vytváření vizuálů k interaktivnímu kreativnímu nástroji, který dokáže uvažovat a lépe reagovat na složité požadavky uživatelů. Systém se zaměřuje na vylepšení v oblasti dodržování instrukcí, vykreslování textu a kompozice scén, což z něj činí spolehlivější a použitelnější nástroj pro profesionální pracovní postupy.

ChatGPT Images 2.0 přichází se dvěma odlišnými režimy: Okamžitým (Instant) a Přemýšlivým (Thinking). Okamžitý režim se zaměřuje na rychlost a poskytuje precizní, okamžitě použitelné vizuály s ostřejšími úpravami a bohatším rozvržením. Přemýšlivý režim naopak pracuje pomaleji a promyšleněji. Díky tomu dokáže udržet konzistenci postav napříč více snímky a vytvářet ucelené příběhy, což otevírá dveře pro tvorbu mangy, storyboardů nebo vícescénových návrhů. Tato schopnost řeší dřívější omezení modelů, které se potýkaly s kontinuitou.

Jednou z největších změn je způsob interakce. Uživatelé mohou nyní obrázky zpřesňovat prostřednictvím konverzace – přibližovat, upravovat prvky nebo měnit kompozice, aniž by museli začínat znovu. Model si pamatuje kontext úprav, což umožňuje iterativní design. Nástroj dokáže kombinovat uvažování, výzkum a design do jediné smyčky, například vizuálně shrnout reakce ze sociálních médií nebo vygenerovat QR kód.

ChatGPT Images 2.0 také výrazně zlepšuje zpracování nelatinských písem, jako je japonština, korejština, čínština, hindština a bengálština, a nabízí silnější věrnost různým vizuálním stylům. To z něj činí praktičtější nástroj pro vývoj her a vizuální vyprávění. Technicky podporuje flexibilní poměry stran od 3:1 do 1:3, generuje obrázky až do rozlišení 2K a dokáže vytvořit až osm výstupů v jednom běhu. S touto aktualizací OpenAI jasně signalizuje, že generování obrázků se stává klíčovým rozhraním pro interakci s umělou inteligencí, což představuje další krok v konkurenčním boji předních AI laboratoří.