В марте я писал, что предел возможностей генераторов изображений находится на рогах у оленей — NanoBanana не смогла сгенерировать необходимую конфигурацию рогов даже на основе референса.
Сегодня OpenAI выкатили Images 2.0. Я немедленно пошел проверять.
Ваншот по тому же промпту. Результат на иллюстрации к посту — точно по описанию. ИИ реабилитирован.
Что нового
• Два режима: Instant и Thinking. Instant — быстро и для повседневного. Thinking — модель думает, при необходимости лезет в интернет за референсами, умеет генерировать сразу несколько разных изображений из одного промпта и сама себя проверяет.
• Сильно прокачали текст в картинках. Многострочные подписи, UI-элементы, инфографика и нелатинские языки — стало прямо хорошо.
• Сложные композиции. Макеты журналов, планировки помещений, персонажи с нескольких ракурсов — тоже очень ок.
• До 2K и нестандартные форматы. Модель научилась генерить картинки с заданным соотношением сторон.
• Доступно всем. Раскатилось на все тиры ChatGPT, в API доступно под именем
gpt-image-2.Впрочем, иллюстрация к задаче о зернах на шахматной доске пока так и не получилась.
@devspotting