OpenAI lance le modèle ChatGPT Images 2.0, améliorant le traitement des tâches visuelles complexes

Le 22 avril, OpenAI a lancé le modèle ChatGPT Images 2.0, améliorant considérablement la capacité à gérer des tâches visuelles complexes, avec des améliorations dans la compréhension des instructions, le placement des objets et l’expression des relations, ainsi que le rendu de texte à haute densité. Ce modèle prend en charge la génération de texte multilingue, présentant avec précision le contenu non anglais dans les images et améliorant la cohérence sémantique globale. En termes de capacités de génération, ChatGPT Images 2.0 permet un contrôle plus précis des détails, y compris les petites polices, les icônes, les éléments d’interface utilisateur et les compositions complexes, avec une résolution de sortie maximale de 2K. De plus, il a renforcé la représentation du style et le réalisme, permettant une génération stable d’images photoréalistes, de styles cinématographiques, de pixel art et de bandes dessinées, ce qui le rend adapté à des scénarios tels que le développement de jeux, la conception de storyboards et la production de matériel marketing. Il possède des capacités de traitement de tâches de bout en bout, complétant tout le flux de travail de la génération de texte à la conception. ChatGPT Images 2.0 est désormais disponible pour tous les utilisateurs de ChatGPT et Codex, avec la fonctionnalité d’image dotée de « capacités de réflexion » accessible aux utilisateurs Plus, Pro et Business (Support entreprise à venir). Le modèle sous-jacent, gpt-image-2, est également disponible pour l’intégration via API.