- ChatGPT Images pokreće novi, brži i precizniji model, koji bolje prati korisničke upute.
- Ažuriranje se fokusira na napredno uređivanje, unaprijed postavljene stilove i kreativne transformacije stvarnih fotografija.
- Sistem poboljšava tekst unutar slika, konzistentnost u izmjenama i smanjuje "žućkast" izgled prethodnih verzija.
- Nova verzija je integrirana u ChatGPT i dostupna je globalno za besplatne i plaćene račune.
Ne tako davno, pola interneta je počelo glumiti režisera animiranih filmova u stilu Studija Ghibli uz pomoć ChatGPT-a. Društvene mreže su bile preplavljene scenama iz snova, simpatičnim likovima i pozadinama s tim nepogrešivim japanskim dodirom. Iza ove pomame stajao je OpenAI-jev model generiranja slika integriran u ChatGPT, koji je svakoga pretvarao u pseudo-ilustratora bez potrebe da zna crtati.
Međutim, svijet generativne umjetne inteligencije se kreće tako brzo da je taj trend bio kratkog vijeka. Ubrzo nakon toga, razgovor se prebacio na druge ponude poput Nano Banana Pro i novih Googleovih modela, sposobnih za izradu slika toliko realističnih da ih je bilo teško razlikovati od fotografija, ili alata poput MidJourneyja koji pretvaraju tekst u slike. Suočen s ovim pejzažom, OpenAI nije ostao skrštenih ruku: predstavio je novu verziju ChatGPT Images dizajniranu da bude konkurentna, nudeći veću brzinu, poboljšano razumijevanje instrukcija i značajan skok naprijed u naprednim mogućnostima uređivanja.
Šta je nova verzija ChatGPT slika i po čemu se razlikuje?
OpenAI je zvanično najavio sljedeću generaciju ChatGPT slika, što se poklopilo sa izdavanjem GPT-5.2, njihovog najnovijeg jezičkog modela. Oba poteza su dio iste strategije: direktno odgovoriti na Googleovu ofanzivu modelima poput Gemini 3 Pro i pokazati da ostaju konkurentni na najvišem nivou u obradi teksta i slika.
U ovoj novoj fazi, ChatGPT Images radi na modelu GPT Image 1.5 , posebno dizajniranom za generiranje i uređivanje slika s većom kontrolom i brzinom u odnosu na prethodne verzije. Sama kompanija tvrdi da je sistem sada sposoban proizvesti rezultate do četiri puta brže , razlika koja je posebno primjetna na mobilnim uređajima, gdje je ranije bilo uobičajeno da se proces prekine ako bi korisnik promijenio aplikaciju usred generacije.
Poređenje s prethodnim modelom je jasno: tamo gdje je prije bilo dugog čekanja i određenog osjećaja tromosti, sada je iskustvo više kao digitalni studio u stvarnom vremenu . U testovima koji su podijeljeni, slike izgledaju mnogo glatkije, s manje zamrzavanja i bez utiska da se aplikacija zamrznula dok server izračunava.
Pored brzine, OpenAI smatra tačnost i pridržavanje korisničkih uputstava glavnim kvalitativnim skokom. Cilj je da ChatGPT Images prevaziđe okvire hirovitog generatora koji interpretira upute na svoj način i postane pouzdaniji alat za kreativne i profesionalne tokove rada; zato je znanje pisanja uputa za grafički dizajn ključno.
Napredno uređivanje: promijenite samo ono što želite bez uništavanja slike
Jedna od tradicionalnih Ahilovih peta generatora slika bila je lokalizirana obrada određenih elemenata . Ako biste željeli retuširati jaknu, promijeniti pozadinu ili prilagoditi osvjetljenje, model bi često "ponovno zamislio" cijelu scenu, a vi biste na kraju dobili rezultat potpuno drugačiji od onoga što ste namjeravali.
Nova verzija ChatGPT Images fokusira se upravo na rješavanje ovog problema. OpenAI navodi da sistem sada može modificirati samo dijelove koje je odredio korisnik , ostavljajući ostatak slike netaknutim. To uključuje sve, od specifičnih objekata (automobil, saobraćajni znak, odjevni predmet) do globalnih aspekata poput osvjetljenja, kadriranja i ukupne kompozicije, bez gubitka ukupne koherentnosti slike.
Kompanija objašnjava da je model obučen za:
- Izmijenite samo tražene elementepoštujući originalni kontekst koliko god je to moguće.
- Ostatak slike ostavite nepromijenjenim.sprečavajući pojavu neželjenih novih detalja.
- Održavajte dosljednost između originalne slike, generiranih rezultata i uzastopnih izmjena koje primjenjujete.
Ovo je posebno primjetno u iterativnim radnim procesima, gdje vršite male prilagodbe tokom nekoliko rundi . U drugim modelima, nakon nekoliko izmjena, slika bi počela da se iskrivljuje ili gubi kvalitet: lica bi se mijenjala, pozadine bi postale neprepoznatljive, detalji bi nestajali. Sa ChatGPT slikama, ideja je da možete retuširati, vraćati promjene, fino podešavati detalje i kombinovati verzije bez degradacije konačnog rezultata.
Dobar primjer je vrsta prompta koju je OpenAI demonstrirao: počevši od iste urbane scene, na primjer, pejzaža Los Angelesa s osobom na skuteru, i tražeći vrlo specifične promjene: „učinite im majicu crvenom, kapu žutom, znak ograničenja brzine 15 i pretvorite kamion u vatrogasno vozilo.“ Umjesto da sve regenerira od nule, model prilagođava samo te detalje, zadržavajući originalni kadar, atmosferu i fotografski stil.
„Džepni kreativni studio“ za stvaranje i reinterpretaciju scena
OpenAI opisuje novu verziju kao neku vrstu prenosivog kreativnog studija integriranog direktno u ChatGPT. Ideja je da, bez obzira da li počinjete od nule ili radite sa stvarnom fotografijom, možete mnogo preciznije voditi rezultat, gotovo kao što biste to radili sa dizajnerskim timom, ali unutar razgovora.
Model se ističe u zadacima kao što su dodavanje ili uklanjanje elemenata iz scene. Na primjer, možete zatražiti uklanjanje objekta koji smeta, umetnuti dodatni lik, dodati parkirani automobil u pozadinu ili ukloniti ljude iz pejzaža bez ostavljanja ikakvih vidljivih tragova uređivanja. Sistem rekonstruira pozadinu i prilagođava sjene, refleksije i osvjetljenje tako da manipulacija bude besprijekorna.
Mogućnost kombinovanja i spajanja slika je također poboljšana . To omogućava, na primjer, fotografisanje jedne osobe i druge osobe iz potpuno drugačijeg okruženja i generisanje uvjerljive scene koja spaja oba elementa. Ili kombinovanje subjekata sa nekoliko odvojenih fotografija u jednu, koherentnu kompoziciju, nešto što je vrlo korisno za stvaranje naizgled nemogućih, ali uvjerljivih montaža.
Još jedna važna karakteristika je mogućnost preuređenja cijelih kompozicija . Pomoću upita možete zatražiti da se određeni elementi kadra pomjere, da se kamera zumira, da snimak postane krupni plan ili panorama, ili da se scena reinterpretira u drugo doba dana. Sve se ovo radi uz pokušaj očuvanja vizualnih karakteristika koje su originalnu sliku učinile prepoznatljivom.
Konačno, transpozicija stilova i struktura je značajno poboljšana . To znači da možete primijeniti kompoziciju, paletu boja ili osvjetljenje referentne fotografije na drugu sliku, zadržavajući strukturu originalne scene, ali s drugačijom atmosferom. To je vrsta operacije koja vam omogućava da pređete sa realistične scene na filmsku estetiku iz 2000-ih ili na dokumentarnu uličnu fotografiju s kraja 90-ih snimljenu na 35-milimetarskom filmu s izraženom zrnatošću.
Kreativne transformacije s vašim vlastitim fotografijama
Jedno područje gdje se novi ChatGPT Images posebno ističe jesu kreativne transformacije korištenjem stvarnih slika . Jednostavno prenesite svoju fotografiju (ili nekog drugog uz vašu dozvolu) i popratite je relativno jednostavnim uputama kako biste dobili rezultate u roku od nekoliko sekundi koji su, u mnogim slučajevima, iznenađujuće uvjerljivi.
Ova ideja nije sasvim nova: modeli poput Nano Banane već su stavili veliki naglasak na ovu mogućnost, omogućavajući transformaciju stvarnih portreta u reklamne kampanje, postere ili visoko stilizirane scene. Ono što OpenAI sada radi jeste da taj pristup direktno donosi na ChatGPT, sa sistemom koji bolje razumije namjeru korisnika i vjernije čuva karakteristike originalnog subjekta.
Među najupečatljivijim primjerima su upute poput: „Napravite sliku ovog čovjeka, ali na Times Squareu zimi 2025.“ Model prilagođava odjeću, okolinu, noćno osvjetljenje i urbane elemente kako bi odgovarali estetici New Yorka u to doba godine, a istovremeno zadržava gestu, opće držanje i crte lica originalnog subjekta, pa čak i omogućava pretvaranje slike u formate poput WhatsApp naljepnica.
Druga uobičajena upotreba je za vizualno "putovanje": možete zatražiti nešto poput: "Postavite ovu osobu u punom prikazu u japanskom gradu u kišnoj noći, s neonskim svjetlima, refleksijama na tlu i cyberpunk estetikom ." Sistem generira scenu s neonskim svjetlima, lokvama na asfaltu i tipičnim zgradama, integrirajući osobu u taj svijet kao da je zapravo tamo, bez da izgleda kao jednostavan izrez zalijepljen na pozadinu.
Za one koji preferiraju nešto fantastičnije, moguće su transformacije poput "Pretvorite ovog čovjeka u japanskog samuraja s tradicionalnim oklopom i katanama, u realističnom historijskom okruženju bez modernih elemenata" . Ovdje ChatGPT Images reinterpretira odjeću, držanje i kontekst, ali održava određeni kontinuitet lica tako da i dalje prepoznajete subjekt. Rezultat bi mogao nalikovati mješavini historijske ilustracije i rekreirane fotografije.
Također ima mjesta za nostalgične dodire. Jedan primjer koji je OpenAI pokazao je zahtjev: "Koristite sliku ovog čovjeka da biste kreirali europsku reklamu iz 90-ih koja prikazuje cijelo tijelo ." Model prilagođava paletu boja, kadriranje, pozu i pozadinu kako bi se približio stilu oglašavanja iz 90-ih: odjeća iz tog perioda, prepoznatljiva tipografija integrirana u scenu i taj pomalo zastarjeli osjećaj koji svako ko je vidio reklame iz tog doba odmah prepoznaje.
Poboljšano praćenje instrukcija i čitljiviji tekst na slikama
Još jedno važno poboljšanje u novim ChatGPT slikama je njegova sposobnost preciznog praćenja uputa . Ranije je bilo uobičajeno tražiti nešto vrlo specifično i dobiti rezultat koji je bio sličan, ali s nedostacima u ključnim detaljima: netačne boje, nedostajući objekti ili promjene koje nisu bile zatražene.
Prema OpenAI-ju, dio tog problema je sada stvar prošlosti. Ako pružite detaljna uputstva, model bi trebao biti u stanju da ih mnogo vjernije prati . Ovo se odnosi i na generisanje slika od nule i na uređivanje postavljene slike: određivanje broja ljudi, vrsta snimaka, specifičnih boja, fotografskog ili ilustrativnog stila, historijskog perioda, odjeće, vremena itd., sada ima opipljiviji uticaj na konačni rezultat.
Kompanija također ističe specifična poboljšanja u renderiranju teksta unutar slika . Historijski gledano, pisanje čitljivih riječi na posterima, znakovima, oglasima ili naslovnicama bio je jedan od najizazovnijih zadataka za generativne modele, koji su često vraćali iskrivljene znakove, jezičke mješavine ili besmislene riječi.
S ovom novom verzijom, ChatGPT Images je kompetentniji u generiranju konzistentne tipografije i ispravnih poruka , što je ključno ako želite koristiti alat za kreiranje postera, promotivnih materijala, banera za društvene mreže ili marketinških materijala gdje je tekst jednako važan kao i pozadinska slika.
Nadalje, rad je obavljen na slučajevima koji su često posebno izazovni, poput scena s više malih lica . U prethodnim verzijama, kada se mnogo ljudi pojavljivalo u pozadini ili u velikim grupama, lica su lako mogla postati iskrivljena, ponovljena ili imati nerealne crte lica. Novi model poboljšava obradu ovih detalja, nudeći prirodnije rezultate čak i u širokim kadrovima ili scenama s mnoštvom.
Zbogom (skoro) definitivno žućkastom tonu ranih verzija
Dugo vremena, jedan od najlakših načina da se utvrdi da li je slika generisana pomoću ChatGPT-a bila je njena karakteristična topla i kremasta estetika . Mnoge od ovih kreacija dijelile su paletu kojom su dominirale žute i narandžaste boje, meko osvjetljenje i "filmski" osjećaj koji je na kraju postao svojevrsni zaštitni znak, na bolje ili na gore.
S novom verzijom, čini se da je OpenAI želio prekinuti taj nenamjerni vizualni potpis. U poređenjima koja je kompanija objavila, novi model značajno odstupa od tih zadanih žućkastih tonova , osim ako ih korisnik eksplicitno ne zatraži u upitu. Slike sada teže neutralnijem prikazu boja ili onom koji je vjerniji korisničkom unosu, bez nametanja tako izraženog stila po zadanim postavkama.
Ovo ima jasne prednosti za profesionalnu upotrebu: ako želite čistu reklamu, maketu proizvoda ili fotorealističnu scenu, ne želite da model primjenjuje polutrajni filter s tim toplim izgledom koji čini da sve slike izgledaju identično. Novi pristup omogućava mnogo veću varijaciju u vizualnom izgledu bez potrebe za suočavanjem s previše dominantnim osnovnim stilom.
U praksi, ovo znači da je sada lakše postići širok raspon rezultata: od hladnih, nezasićenih slika do živahnih, šarenih estetika, uključujući vintage stilove, pastelne tonove, dokumentarnu fotografiju i hiper-svijetle reklame. Model je fleksibilniji u prilagođavanju kontekstu i tonu koji navedete u svojim uputama.
Unaprijed definirani stilovi i prijedlozi: stvarajte bez mučenja mozga s upitom
Jedna od najpoželjnijih novih funkcija za one koji ne žele da se muče sa složenim upitima je dolazak unaprijed definiranih stilova i koncepata unutar ChatGPT slika. Umjesto pisanja iscrpnih opisa s tehničkim parametrima, možete direktno odabrati gotov vizualni pristup i pustiti sistem da popuni detalje.
Ovi unaprijed postavljeni stilovi su dizajnirani da uštede vrijeme i povremenim korisnicima i profesionalcima kojima je potrebna konzistentnost u različitim elementima. Na primjer, možete odabrati određenu estetiku za kampanju i ponovo je koristiti na više slika bez potrebe da pamtite tačan prompt svaki put.
Osim toga, unutar odjeljka za slike aplikacije ChatGPT pronaći ćete niz prijedloga spremnih za korištenje . Proces možete započeti odabirom stila, postavljanjem fotografije ili čak snimanjem selfija direktno iz aplikacije i pustiti da vam vještačka inteligencija predloži kreativne transformacije bez potrebe da previše razmišljate o početnom tekstu.
Ovo značajno smanjuje početnu barijeru za one koji nisu upoznati sa "jezikom uputa". Umjesto opsesivnog opisivanja svega do najsitnijih detalja, možete početi s razumnom osnovom, a zatim, kako vidite rezultate, zatražiti specifičnija prilagođavanja.
U praksi, ChatGPT ovdje funkcionira kao interaktivni kreativni asistent : može predložiti varijacije, promjene stila, prilagodbe kadriranja ili nove ideje vezane za sliku koju već imate, tako da proces na kraju manje liči na jednostavnu jednokratnu generaciju, a više na zajednički poduhvat umjetničkog usmjeravanja.
Gdje koristiti ChatGPT slike i kako se integriraju u aplikaciju
Nova verzija ChatGPT Images se globalno uvodi za sve korisnike , uključujući i one s besplatnim računima. OpenAI nije najavio nikakva specifična regionalna ograničenja, tako da je ideja da svako ko ima pristup ChatGPT-u može iskoristiti nove mogućnosti generiranja i uređivanja slika.
Ako koristite mobilnu aplikaciju, najvjerovatnije ste već primili obavještenje prilikom njenog otvaranja koje vas poziva da počnete kreirati slike . Osim toga, interfejs uključuje novi odjeljak "Slike" u bočnoj traci, gdje možete pregledati sve svoje kreacije organizirane na jednom mjestu.
Ovaj odjeljak služi ne samo kao lična galerija, već i kao kontrolni centar za upravljanje vašim vizualnim projektima . Odavde možete ponovo pregledati stare slike kako biste ih ponovo uredili, duplicirati rezultate, upoređivati verzije ili početi od prethodne kreacije kako biste eksperimentirali s potpuno različitim stilovima bez gubitka originala.
Ono što je zaista zanimljivo jeste da je sva ova funkcionalnost integrisana u samo ChatGPT iskustvo. Ne morate otvarati eksterne alate ili izvoziti slike u druge servise za uređivanje da biste napravili određene promjene: možete zatražiti prilagođavanja putem teksta direktno u razgovoru , pregledati rezultat, ponovo iterirati i tako dalje.
U konačnici, novi ChatGPT Images transformira aplikaciju u više od običnog chatbota: ona postaje kompletna multimodalna platforma za kreiranje gdje se tekst, slika i uređivanje besprijekorno stapaju, s jasnim fokusom na pokrivanju i razigranih upotreba i ozbiljnijih radnih procesa, od brzih reklamnih kampanja do prototipova proizvoda ili vizualnih skica za prezentacije.
Ovim ažuriranjem, OpenAI ima za cilj ojačati svoju poziciju u utrci za naprednu vizualnu generaciju, odgovarajući na napredak Googlea i drugih igrača paketom koji kombinira veću brzinu, poboljšanu tačnost, povećanu kreativnu kontrolu i besprijekornu integraciju unutar ChatGPT-a. Za prosječnog korisnika, rezultat je alat za eksperimentiranje, testiranje ideja i stvaranje sve uglađenijih slika bez napuštanja istog chata u kojem već svakodnevno razgovaraju, zakazuju ili pišu.