OpenAI запустила ChatGPT Images 2.0 — генератор изображений с функцией «размышления»

OpenAI выпустила обновлённый генератор изображений ChatGPT Images 2.0, ключевой особенностью которого стала способность «размышлять» перед созданием визуального контента. Компания позиционирует продукт как передовую модель, решающую сложные визуальные задачи и формирующую готовые к использованию работы.

«Introducing ChatGPT Images 2.0 — A state-of-the-art image model that can take on complex visual tasks and produce precise, immediately usable visuals, with sharper editing, richer layouts, and thinking-level intelligence.» — OpenAI (@OpenAI), оригинальный пост

Почему это важно

ChatGPT Images 2.0 — первая модель OpenAI для работы с изображениями, которая проводит этап рассуждения до начала генерации. Это принципиально меняет подход к созданию визуального контента с помощью ИИ: модель не просто механически преобразует текстовый запрос в картинку, а анализирует контекст, самостоятельно заполняет пробелы в промпте и выдаёт более точный результат с меньшим числом итераций. Для профессионалов в области дизайна, маркетинга и разработки игр это означает существенное сокращение времени на доработку.

Точность и контроль над деталями

По заявлению OpenAI, в новой модели произошёл «качественный скачок» сразу в нескольких направлениях: следование инструкциям, точное расположение и соотношение объектов, а также визуализация плотного текста. ChatGPT Images 2.0 уверенно работает с несколькими языками и отображает мелкие элементы с разрешением до 2K.

«Greater Precision and Control — ChatGPT Images 2.0 can conceptualize more sophisticated images, and then actually bring that vision to life effectively. It's able to follow instructions, preserve requested details, and render the fine-grained elements that often break image…» — OpenAI (@OpenAI), оригинальный пост

Модель справляется со сложными концепциями и точно воплощает задуманное визуально, сохраняя указанные детали на всех уровнях — от общей композиции до мельчайших элементов.

Поддержка разнообразных визуальных стилей

Обновлённый генератор точнее воспроизводит характерные черты различных визуальных форматов:

• Фотореалистичные снимки
• Кинематографические кадры
• Пиксельная графика
• Манга
• Другие стили и жанры

LLM обеспечивает высокую согласованность текстур, освещения, композиции и мелких деталей внутри выбранного стиля. OpenAI указывает, что подобная точность полезна при создании игровых прототипов, разработке сторибордов, подготовке маркетинговых материалов и работе в определённом медиаформате.

Функция рассуждения и практические возможности

В связке с ChatGPT модель получает ряд расширенных возможностей: поиск информации в интернете в реальном времени, создание нескольких вариантов по одному промпту, перепроверка результатов и генерация рабочих QR-кодов.

В OpenAI утверждают, что такой подход позволяет модели взять на себя основную часть работы между идеей и финальным изображением — особенно когда на первом месте стоят точность, актуальность данных, согласованность и визуальная целостность.

ChatGPT Images 2.0 поддерживает соотношения сторон в диапазоне от 3:1 (горизонтальное) до 1:3 (вертикальное). Модель доступна пользователям ChatGPT и Codex. Функция Images with thinking включена в тарифные планы ChatGPT Plus, Pro и Business.

Ранее в апреле OpenAI открыла ограниченному числу пользователей доступ к ИИ-модели GPT-5.4-Cyber.