OpenAI выпустила значительное обновление для своего генератора изображений. Главная новинка заключается в том, что система теперь интегрирует рассуждение, что позволяет создавать изображения с читаемым и связным текстом, что раньше было слабым местом. Это открывает путь к более полезным дизайнам для презентаций или визуальных прототипов, хотя также вызывает вопросы о её потенциале вводить человеческий глаз в заблуждение.
Технический скачок: от рисования к чтению и письму 🧠
Ключ к Images 2.0 заключается в её способности обрабатывать сложные инструкции. В то время как предыдущие генераторы искажали слова или фразы, эта версия может создавать плакаты, меню или интерфейсы приложений с точной типографикой. Кроме того, она понимает пространственный контекст, размещая объекты и тексты в логических отношениях. Модель использует улучшенный конвейер диффузии с модулями внимания, которые проверяют семантическую согласованность перед рендерингом, достигая результатов, которые раньше требовали ручного редактирования.
Тёмная сторона: теперь дипфейки идут с субтитрами 🎭
Та же точность, которая позволяет вам сгенерировать фальшивый кинопостер для розыгрыша, также может создать фальшивую новость с безупречным заголовком. Теперь графическим мошенникам не нужно знать Photoshop; они просто напишут промпт, и ИИ сделает грязную работу. К счастью, мы всё ещё можем утешать себя: искусственный интеллект по-прежнему не умеет правильно рисовать руки, хотя уже пишет лучше, чем некоторые пользователи Twitter.