OpenAI: Απάντηση στο Nano Banana Pro με το ChatGPT Images

Η OpenAI ξεκινά το παγκόσμιο λανσάρισμα του ChatGPT Images, φέρνοντας έως 4x ταχύτερη δημιουργία και πιο αξιόπιστες επεξεργασίες εικόνων, απλά με περιγραφή μέσω κειμένου.

Η OpenAI προχώρησε σε μεγάλη αναβάθμιση των εργαλείων δημιουργίας εικόνων, λανσάροντας τη νέα υπηρεσία ChatGPT Images με κινητήριο μοχλό το μοντέλο GPT Image 1.5.

Η διάθεση ξεκινά παγκοσμίως από σήμερα και αφορά όλους τους χρήστες του ChatGPT, με στόχο ταχύτερη παραγωγή, ακριβέστερες επεξεργασίες και σαφώς βελτιωμένη συνέπεια στις αλλαγές που γίνονται πάνω σε υπάρχουσες εικόνες. Στην ουσία αποτελεί απάντηση της OpenAI στο μοντέλο Nano Banana Pro της Google, το οποίο έχει εντυπωσιάσει με τις ικανότητές του, σε μια μάχη των δύο εταιρειών που εντείνεται τους τελευταίους μήνες.

Κεντρικό στοιχείο της αναβάθμισης είναι η ταχύτητα: η OpenAI αναφέρει ότι το νέο μοντέλο μπορεί να δημιουργεί εικόνες έως και τέσσερις φορές γρηγορότερα από την προηγούμενη έκδοση. Παράλληλα, δίνει έμφαση στη διατήρηση κρίσιμων λεπτομερειών, όπως ο φωτισμός, η σύνθεση και η ομοιότητα προσώπου, ώστε οι στοχευμένες αλλαγές να μην επηρεάζουν άσχετα μέρη της εικόνας.

Η πιο αξιόπιστη επεξεργασία βρίσκεται επίσης στο επίκεντρο του νέου μοντέλου. Σύμφωνα με την OpenAI, το GPT Image 1.5 ακολουθεί τις οδηγίες πιο πιστά και αλλάζει μόνο ό,τι ζητείται, κρατώντας το υπόλοιπο οπτικό αποτέλεσμα σταθερό ακόμη και μετά από πολλαπλές διαδοχικές αλλαγές. Αυτό επιτρέπει πιο πειστικές δοκιμές ρούχων και χτενισμάτων, καθαρότερους στυλιστικούς μετασχηματισμούς και πρακτικές διορθώσεις που διατηρούν την αρχική αίσθηση της εικόνας.

Μαζί με το μοντέλο, ενεργοποιείται και ένα νέο, αφιερωμένο τμήμα Images μέσα στο περιβάλλον του ChatGPT σε web και mobile. Ο νέος χώρος περιλαμβάνει προκαθορισμένα στυλ, φίλτρα και τάσεις/ιδέες που βοηθούν τους χρήστες να ξεκινήσουν γρήγορα χωρίς να χρειάζονται περίπλοκα prompts. Επιπλέον, δίνεται η δυνατότητα να συνεχίζεται η δημιουργία νέων εικόνων ενώ άλλες εξακολουθούν να επεξεργάζονται, διευκολύνοντας την ταυτόχρονη δοκιμή πολλών ιδεών.

Σημαντικές βελτιώσεις καταγράφονται και στην απόδοση κειμένου μέσα στις εικόνες. Το GPT Image 1.5 χειρίζεται πιο αξιόπιστα μικρότερα και πιο πυκνά κείμενα, κάτι που το καθιστά πιο κατάλληλο για συνθέσεις όπως αφίσες, infographics, mock εφημερίδες και υλικά μάρκετινγκ, όπου η αναγνωσιμότητα είναι κρίσιμη. Η OpenAI προσθέτει ότι έχει ενισχυθεί η ικανότητα τήρησης οδηγιών, με πιο αποτελεσματική διαχείριση των σχέσεων μεταξύ στοιχείων σε σύνθετες συνθέσεις.

Η κυκλοφορία εντείνει τον ανταγωνισμό στον χώρο της δημιουργικής τεχνητής νοημοσύνης, ιδιαίτερα καθώς η Adobe επεκτείνει λειτουργίες του Photoshop μέσα στο ChatGPT. Παράλληλα, ενισχύεται η παρουσία της OpenAI στις πλατφόρμες της Apple, μετά την κυκλοφορία του ChatGPT Atlas browser για Mac και την εξαγορά του Mac utility Sky. Την ίδια στιγμή, τα εργαλεία παραγωγής εικόνας της Apple παραμένουν περιορισμένα και τα προηγμένα χαρακτηριστικά της Siri δεν αναμένονται πριν την άνοιξη του 2026, αφήνοντας χώρο για λύσεις τρίτων σε iOS και macOS.

Για τους developers, οι ίδιες δυνατότητες διατίθενται και μέσω API κάτω από το μοντέλο GPT Image 1.5. Η OpenAI αναφέρει ότι το API παρέχει εισόδους και εξόδους εικόνας με κόστος περίπου 20% χαμηλότερο σε σχέση με την προηγούμενη έκδοση.