OpenAI a lancé une mise à jour significative pour son générateur d'images. La principale nouveauté est que le système intègre désormais le raisonnement, permettant de créer des images avec un texte lisible et cohérent, ce qui était auparavant un point faible. Cela ouvre la porte à des conceptions plus utiles pour des présentations ou des prototypes visuels, bien que cela soulève également des questions sur son potentiel à tromper l'œil humain.
Le saut technique : de peindre à lire et écrire 🧠
La clé d'Images 2.0 réside dans sa capacité à traiter des instructions complexes. Alors que les générateurs précédents déformaient les mots ou les phrases, cette version peut créer des affiches, des menus ou des interfaces d'application avec une typographie précise. De plus, elle comprend le contexte spatial, plaçant les objets et les textes dans des relations logiques. Le modèle utilise un pipeline de diffusion amélioré avec des modules d'attention qui vérifient la cohérence sémantique avant le rendu, obtenant des résultats qui nécessitaient auparavant une édition manuelle.
Le côté obscur : désormais les deepfakes viennent avec des sous-titres 🎭
La même précision qui vous permet de générer une fausse affiche de cinéma pour faire une blague, peut aussi créer une fausse actualité avec un titre impeccable. Désormais, les escrocs graphiques n'ont plus besoin de connaître Photoshop ; ils écriront simplement une invite et l'IA fera le sale travail. Heureusement, nous pouvons encore nous consoler : l'intelligence artificielle ne sait toujours pas dessiner correctement les mains, même si elle écrit déjà mieux que certains utilisateurs de Twitter.