OpenAI представила ChatGPT Images 2.0 — лучшую нейронку для генерации изображений

Компания OpenAI официально представила передовую модель для генерации визуального контента — ChatGPT Images 2.0. Новая нейросеть пришла на смену предыдущим алгоритмам и уже доступна пользователям сервисов компании. Инженеры серьёзно переработали архитектуру, добавив режим многоступенчатого «размышления» перед созданием картинки. Это позволило совершить огромный скачок в качестве и точности выполнения сложных текстовых инструкций.

Краткое содержание

• Нейросеть ChatGPT Images 2.0 безошибочно генерирует текст на десятках языков;
• Время создания картинки сократилось в среднем до 3 секунд;
• Алгоритм умеет выдавать до восьми изображений за один запрос с полным сохранением преемственности;
• Инструмент обошёл Google Nano Banana 2 и занял первое место в престижном рейтинге Arena AI.

Многоступенчатая подготовка и работа с текстом

Главным техническим нововведением ChatGPT Images 2.0 стал встроенный алгоритм интеллектуальной подготовки к рисованию. Вместо моментальной генерации по короткому промпту модель сначала детализирует запрос пользователя, своевременно сверяет контекст через поисковую выдачу, создаёт черновой набросок и критически его оценивает. Если нейросеть замечает расхождения с первоначальным заданием, она самостоятельно вносит корректировки. Такой подход позволяет специалистам и обычным пользователям добиваться невероятной точности даже в узкоспециализированных темах.

Благодаря новому алгоритму инженеры полностью решили самую раздражающую проблему генеративного визуала — нечитаемый текст на картинках. Предыдущие версии часто выдавали визуальную кашу из букв при попытке нарисовать вывеску или плакат. Модель ChatGPT Images 2.0 хорошо справляется с рендерингом надписей на кириллице, арабской вязи, китайских иероглифах и не только. Нейросеть идеально подходит для быстрого создания рекламных баннеров, качественных постеров, информативной графики и реалистичных скриншотов веб-интерфейсов.

Преемственность кадров и форматы

Ещё одной важной функцией стала генерация серийных изображений. Модель способна выдать до восьми картинок в рамках одного запроса, сохраняя при этом единую стилистику, внешность персонажей и дизайн объектов окружения. Эта возможность делает ChatGPT Images 2.0 очень мощным инструментом для художников комиксов, создателей раскадровок для видеороликов и дизайнеров, которым нужны вариации одного концепта.

Разработчики существенно расширили поддержку различных форматов экрана. Теперь пользователи могут создавать изображения с соотношением сторон от сверхширокого 3:1 до строгого вертикального 1:3 в высоком разрешении до 2K. При этом удалось оптимизировать затраты вычислительной мощности. Генерация одного кадра занимает около 3 секунд, тогда как предыдущая версия тратила на аналогичную задачу 8–18 секунд.

Доступность и признание в индустрии

Новая модель уже доступна всем пользователям сервисов ChatGPT и Codex, включая владельцев базовых бесплатных аккаунтов. Профильные разработчики программного обеспечения могут интегрировать нейросеть в свои продукты через официальный API под идентификатором gpt-image-2 по цене 8 долларов за миллион входных токенов и 30 долларов за миллион выходных токенов. Для обеспечения прозрачности контента все сгенерированные файлы получают специальные цифровые метаданные стандарта C2PA. К слову, ChatGPT Images 2.0 заняла первое место в престижном рейтинге Arena AI.

Для стабильной и быстрой работы с подобными масштабными ИИ-моделями, а также для их дообучения под конкретные бизнес-задачи, нужны большие вычислительные мощности. Подобрать надёжное оборудование для профессиональной работы в сфере машинного обучения и генерации контента помогают производительные серверы для ИИ. Наши инженеры создают конфигурации, которые позволяют максимально эффективно использовать возможности тензорных ядер и обеспечивают бесперебойную работу системы при экстремальных нагрузках.

Для каких задач Серия серверов для кластеризации на 4 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 564 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 128

RAM до 1536 ГБ DDR5

Форм-фактор 2U

Для каких задач Серия серверов для кластеризации на 8 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 4U

Для каких задач HGX объединяет 8 видеокарт NVIDIA H200, достигая экстремальной плотности производительности. Благодаря внутренней связности NVSwitch мгновенно интегрируется в масштабные вычислительные кластеры.

Подробнее

Видеокарты

NVIDIA H200 SXM

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 5U