OpenAI анонсировала новый режим работы Images 2.0 в ChatGPT, который предназначен для создания научных графиков, схем и детализированных изображений. В отличие от своих предшественников, этот режим функционирует в режиме «размышления», что позволяет модели тратить больше времени на анализ запроса и поиск информации в интернете.
Теперь пользователи могут получать изображения с разрешением до 2K, а также видеть мелкие детали, такие как текст и иконки. Особое внимание уделено мульти язычности, поскольку система теперь генерирует иероглифы и сложные шрифты, работая на языках, включая японский, китайский и хинди.
Адель Ли, глава продуктовой команды, подчеркнула, что Images 2.0 станет значительным подспорьем для преподавателей и ученых, нуждающихся в детализированных учебных материалах. В новом режиме пользователи могут заказывать до восьми изображений за раз, включая комиксы и дизайнерские эскизы.
Тем не менее, новый инструмент пока имеет свои ограничения: возникают трудности с созданием сложных схем и мелких элементов. Разработчики обещают улучшения в будущих версиях.
Также любопытно, что другие компании тоже активно развиваются в этой области: Midjourney выпустила модель V7 с исправлениями в анатомии, а Google внедрила генератор Nano Banana в свой продукт Gemini для удобства пользователей.
Модель Mango от Meta, которая выйдет в начале 2026 года, также обещает новые возможности генерации контента.
*компания Meta Platforms Inc. признана экстремистской организацией, ее деятельность на территории России запрещена