ChatGPT-billeder: Ny version, funktioner og forbedringer forklaret

Informatic Digital » Recursos » ChatGPT-billeder: Ny version, funktioner og forbedringer forklaret

For ikke så længe siden begyndte halvdelen af ​​internettet at lege med at være instruktør af Animationsfilm i stil med Studio Ghibli Med hjælp fra ChatGPT blev sociale medier oversvømmet med drømmeagtige scener, charmerende karakterer og baggrunde med det umiskendelige japanske præg. Bag denne dille lå OpenAIs billedgenereringsmodel, integreret i ChatGPT, som forvandlede enhver til en pseudo-illustrator uden tegnefærdigheder.

Imidlertid er verden af generativ kunstig intelligens Det bevæger sig så hurtigt, at den dille var overstået på et splitsekund. Kort efter skiftede samtalen til andre muligheder som Nano Banana Pro og Googles nye modeller, der er i stand til at producere billeder så realistiske, at de var svære at skelne fra et foto, eller værktøjer som MidJourney der konverterer tekst til billeder. Stillet over for denne situation har OpenAI ikke stået stille: det har præsenteret en Ny version af ChatGPT-billeder som kommer for at udfordre, med mere hastighed, bedre forståelse af instruktioner og et betydeligt spring inden for avanceret redigering.

Hvad er den nye version af ChatGPT Images, og hvad gør den anderledes?

relateret artikel:

Sådan skaber du billeder med kunstig intelligens: En komplet guide til værktøjer og tips

OpenAI har officielt annonceret den næste generation af ChatGPT Images Dette falder sammen med lanceringen af ​​GPT-5.2, deres seneste sprogmodel. Begge tiltag er en del af den samme strategi: at reagere direkte på Googles offensiv med modeller som Gemini 3 Pro og demonstrere, at de fortsat konkurrerer på højeste niveau inden for tekst- og billedbehandling.

I denne nye fase opererer ChatGPT Images ud fra modellen GPT-billede 1.5Systemet er designet specifikt til at generere og redigere billeder med mere kontrol og hastighed end tidligere versioner, og det kan nu prale af at producere resultater op til [opløsning]. fire gange hurtigereDette er især mærkbart på mobilen, hvor det tidligere var almindeligt, at processen blev afbrudt, hvis brugeren skiftede applikation midt i generationen.

Sammenligningen med den tidligere model er tydelig: hvor der før var lange ventetider og en vis følelse af langsommelighed, er oplevelsen nu mere som en digitalt studie i realtidI de tests, der er blevet delt, fremstår billederne meget mere jævne, med færre frysninger og uden det indtryk, at appen er frosset, mens serveren beregner.

Udover hastighed placerer OpenAI nøjagtighed og respekt for brugerinstruktioner som et stort kvalitativt spring. Målet er, at ChatGPT Images skal holde op med at være en "lunefuld" generator, der fortolker prompts på sin egen måde, og i stedet begynde at opføre sig som et mere pålideligt værktøj til kreative og professionelle arbejdsgange; derfor er det vigtigt at vide Sådan skriver du prompts til grafisk design.

Avanceret redigering: ændr kun det, du ønsker, uden at ødelægge billedet

En af de traditionelle akilleshæle hos billedgeneratorer har været lokaliseret redigering af specifikke elementerHvis man ville retouchere en jakke, ændre baggrunden eller justere belysningen, ville modellen ofte "genforestille" sig hele scenen, og man ville ende med et resultat, der var helt anderledes end det, man havde til hensigt.

Den nye version af ChatGPT Images fokuserer netop på at løse det problem. OpenAI hævder, at systemet nu er i stand til at kun ændre de dele, som brugeren angiversamtidig med at resten af ​​billedet bevares intakt. Dette omfatter alt fra specifikke objekter (en bil, et trafikskilt, et stykke tøj) til globale aspekter som belysning, indramning eller den overordnede komposition, men uden at miste helhedens sammenhæng.

Virksomheden forklarer, at modellen er blevet trænet til at:

• Rediger kun de ønskede elementermed så stor respekt for den oprindelige kontekst som muligt.
• Behold resten af ​​billedet uændret.forhindrer uønskede nye detaljer i at dukke op.
• Oprethold konsistens mellem det originale billede, de genererede output og de efterfølgende redigeringer, du anvender.

Dette er især mærkbart i iterative arbejdsgange, hvor man bliver ved med at lave små justeringer i flere omgangeI andre modeller ville billedet efter et par redigeringer begynde at forvrænge eller miste kvalitet: ansigter ville ændre sig, baggrunde ville blive uigenkendelige, detaljer ville forsvinde. Med ChatGPT Images er ideen, at du kan retouchere, fortryde ændringer, finjustere detaljer og kombinere versioner uden at det endelige resultat forringes.

Et godt eksempel er den type prompt, som OpenAI har vist: startende fra den samme byscene, for eksempel en Los Angeles-landskabet med en person på en scooter og bede om meget specifikke ændringer: "Gør deres skjorte rød, deres kasket gul, hastighedsgrænseskiltet 15, og lav lastbilen om til en brandbil." I stedet for at genskabe alt fra bunden justerer modellen kun disse detaljer og bevarer indramningen, atmosfæren og den originale fotografiske stil.

Et "kreativt studie i lommestørrelse" til at skabe og gentænke scener

OpenAI beskriver den nye version som en slags bærbart kreativt studie Det er integreret direkte i ChatGPT. Ideen er, at uanset om du starter fra bunden eller arbejder ud fra et rigtigt foto, kan du finjustere resultatet, næsten som du ville gøre med et designteam, men i en samtale.

Modellen udmærker sig især i opgaver som f.eks. tilføj eller fjern elementer af en scene. For eksempel kan du anmode om fjernelse af et obstruerende objekt, indsætte en ekstra karakter, tilføje en parkeret bil til baggrunden eller fjerne personer fra et landskab uden at efterlade synlige spor af redigering. Systemet tager sig af at rekonstruere baggrunden og justere skygger, refleksioner og belysning, så manipulationen er uopdagelig.

Kapaciteten er også blevet forbedret kombinere og flette billederDette gør det for eksempel muligt at tage et billede af en person og et andet af et helt andet miljø og skabe en troværdig scene, der blander begge elementer. Eller at kombinere motiver fra flere separate fotografier til en enkelt sammenhængende komposition, noget meget nyttigt til at skabe "umulige", men plausible montager.

En anden relevant funktion er muligheden for at omorganisere hele kompositionerGennem en prompt kan du anmode om, at bestemte elementer i billedet flyttes, at kameraet zoomer ind eller ud, at optagelsen bliver et nærbillede eller et panoramabillede, eller at scenen genfortolkes på et andet tidspunkt af dagen. Alt dette gøres i et forsøg på at bevare de visuelle karakteristika, der gjorde det originale billede genkendeligt.

Endelig, den transposition af stilarter og strukturerDet betyder, at du kan anvende kompositionen, farvepaletten eller belysningen fra et referencefoto på et andet billede og samtidig bevare strukturen fra den oprindelige scene, men med en anden atmosfære. Det er den slags betjening, der giver dig mulighed for at gå fra en realistisk scene til en filmisk æstetik fra 2000'erne eller til et dokumentarisk gadefotografi fra slutningen af ​​90'erne optaget på 35 mm film med udtalt korndannelse.

Kreative forvandlinger med dine egne fotos

Et område, hvor de nye ChatGPT-billeder især udmærker sig, er inden for kreative transformationer fra virkelige billederDu skal blot uploade et billede af dig selv (eller en anden, du har tilladelse til at tage det fra), og ledsage det med en relativt simpel prompt for at opnå resultater på få sekunder, der i mange tilfælde er overraskende troværdige.

Denne idé er ikke helt ny: modeller som Nano Banana havde allerede lagt stor vægt på denne funktion, hvilket gjorde det muligt at omdanne rigtige portrætter til reklamekampagner, plakater eller meget stiliserede scener. Det, OpenAI gør nu, er at bringe denne tilgang direkte til ChatGPT med et system, der bedre forstår brugerens intention og mere trofast bevarer det oprindelige motivs træk.

Blandt de mest slående eksempler er prompter af typen: "Skab et billede af denne mand, men på Times Square i vinteren 2025"Modellen tilpasser tøj, omgivelser, natbelysning og byelementer, så de passer til New Yorks æstetik på den tid af året, samtidig med at den bevarer gestus, generelle kropsholdning og ansigtstræk fra det oprindelige motiv, og den tillader endda, at billedet konverteres til formater som f.eks. WhatsApp-klistermærker.

En anden almindelig brug er at "rejse" visuelt: du kan bede om noget i retning af "Placer denne person i fuld krop i en japansk by under en regnfuld nat, med neonlys, refleksioner på jorden og cyberpunk-æstetik"Systemet genererer en scene med neonlys, vandpytter på asfalten og typiske bygninger, der integrerer personen i det univers, som om de virkelig var der, uden at ligne en simpel udskæring klistret på en baggrund.

For dem, der foretrækker noget mere fantastisk, kan transformationer udføres i stil med "Forvandl denne mand til en japansk samurai med traditionel rustning og katanaer i realistiske historiske omgivelser uden moderne elementer."Her genfortolker ChatGPT Images tøjet, kropsholdningen og konteksten, men opretholder en vis ansigtskontinuitet, så du stadig kan genkende motivet. Resultatet kan minde dig om en blanding af historisk illustration og genskabt fotografi.

Der er også plads til nostalgiske hilsener. Et eksempel, som OpenAI har vist, er at bede om: "Brug denne mands billede til at lave en europæisk reklame fra 90'erne, der dækker hele kroppen"Modellen justerer farvepaletten, indramningen, posituren og baggrunden for at minde om stilen fra 90'er-reklamer: periodetøj, karakteristisk typografi integreret i scenen og den lidt forældede følelse, som enhver, der har set reklamer fra den æra, straks genkender.

Forbedret instruktionssporing og mere læsbar tekst i billeder

Et andet vigtigt spring fremad for de nye ChatGPT-billeder har at gøre med evnen til at følge instruktioner til punkt og prikkeTidligere var det almindeligt at bede om noget meget specifikt og få et lignende resultat, men som manglede på nogle vigtige detaljer: forkerte farver, manglende elementer eller ændringer, der ikke var blevet anmodet om.

Ifølge OpenAI er en del af det problem nu fortid. Hvis du giver detaljerede instruktioner, burde modellen være i stand til at respekter dem med langt større troskabDette gælder både for generering fra bunden og for redigering af et uploadet billede: angivelse af antal personer, typer af billeder, specifikke farver, fotografisk eller illustrativ stil, historisk periode, tøj, vejr osv. har nu en mere reel indflydelse på det endelige resultat.

Virksomheden fremhæver også specifikke forbedringer i gengivelse af tekst i billederHistorisk set var det en af ​​de mest komplicerede opgaver for generative modeller at skrive læselige ord på plakater, skilte, reklamer eller omslag, da de ofte returnerede forvrængede tegn, sprogblandinger eller meningsløse ord.

Med denne nye version er ChatGPT Images mere effektiv til at generere ensartet typografi og korrekt budskabDette er nøglen, hvis du vil bruge værktøjet til at lave plakater, reklamematerialer, bannere til sociale medier eller marketingmaterialer, hvor teksten er lige så vigtig som baggrundsbilledet.

Derudover har de arbejdet på sager, der normalt er særligt komplicerede, såsom scener med flere små ansigterI tidligere versioner, når mange mennesker optrådte i baggrunden eller i store grupper, kunne ansigter let blive forvrængede, gentagne eller have urealistiske træk. Den nye model forbedrer håndteringen af ​​disse detaljer og giver mere naturlige resultater, selv i vidvinkeloptagelser eller forsamlinger.

Farvel (næsten) definitivt til den gullige tone fra de tidlige versioner

I en periode var en af ​​de nemmeste måder at opdage, om et billede var blevet genereret med ChatGPT, dens karakteristisk æstetik, noget varm og cremetMange af disse kreationer delte en palet domineret af gule og orange farver, blød belysning og en "filmisk" følelse, der endte med at blive en slags varemærke, på godt og ondt.

Med den nye version ser det ud til, at OpenAI har ønsket at bryde med den utilsigtede visuelle signatur. I de sammenligninger, som virksomheden har offentliggjort, afviger den nye model markant fra disse. gullige toner som standardMedmindre brugeren eksplicit anmoder om det i prompten, har billeder nu en tendens til en mere neutral farverepræsentation eller en, der er mere tro mod brugerens instruktioner, uden at der som standard pålægges en sådan markant stil.

Dette har klare fordele til professionel brug: Hvis du ønsker en ren reklame, en produktmockup eller en fotorealistisk scene, ønsker du ikke, at modellen anvender et semi-permanent filter med det varme look, der får alle billederne til at se ens ud. Den nye tilgang giver mulighed for variere det visuelle udseende meget mere uden at skulle kæmpe imod en alt for dominerende basisstil.

I praksis betyder det, at det nu er nemmere at opnå en bred vifte af resultater: fra kølige, desaturerede billeder til livlige, farverige æstetikker, herunder vintage-stilarter, pastelfarver, dokumentarfotografering og hyperlys reklame. Modellen er mere fleksibel i forhold til at tilpasse sig den kontekst og tone, du angiver i dine instruktioner.

Foruddefinerede stilarter og forslag: Skab uden at anstrenge dig med prompten

En af de mest velkomne nye funktioner for dem, der ikke ønsker at kæmpe med komplekse prompts, er ankomsten af foruddefinerede stilarter og koncepter i ChatGPT Images. I stedet for at skrive udtømmende beskrivelser med tekniske parametre, kan du direkte vælge en færdiglavet visuel tilgang og lade systemet udfylde detaljerne.

Disse forudindstillede stilarter er designet til spare tid Dette er nyttigt for både almindelige brugere og professionelle, der har brug for konsistens på tværs af forskellige elementer. For eksempel kan du vælge en specifik æstetik til en kampagne og genbruge den i flere billeder uden at skulle huske den præcise prompt hver gang.

Derudover finder du en række af billeder i ChatGPT-appens afsnit Klar-til-brug forslagDu kan starte processen ved at vælge en stil, uploade et billede eller endda tage en selfie direkte fra appen og lade AI'en foreslå kreative transformationer uden at du behøver at tænke for meget over den indledende tekst.

Dette sænker adgangsbarrieren betydeligt for dem, der ikke er bekendt med "opfordringernes sprog". I stedet for at være besat af at beskrive alt ned til mindste detalje, kan du starte med et rimeligt grundlag og derefter, efterhånden som du ser resultaterne, anmode om mere specifikke justeringer.

I praksis fungerer ChatGPT her som en interaktiv kreativ assistentDen kan foreslå variationer, stilændringer, justeringer af indramningen eller nye ideer relateret til det billede, du allerede har, så processen ender med at ligne mindre en simpel engangsgenerering og mere en fælles kunstnerisk ledelsesindsats.

Hvor man bruger ChatGPT Images, og hvordan det integreres i appen

Den nye version af ChatGPT Images bliver implementeret globalt for alle brugereinklusive dem, der bruger gratis konti. OpenAI har ikke annonceret nogen specifikke regionale begrænsninger, så ideen er, at alle med adgang til ChatGPT kan drage fordel af de nye billedgenererings- og redigeringsmuligheder.

Hvis du bruger mobilappen, har du højst sandsynligt allerede modtaget en notifikation, da du åbnede den, der inviterede dig til at begynd at lave billederDerudover har brugerfladen en ny sektion kaldet "Billeder" i sidebjælken, hvorfra du kan se alle de kreationer, du har genereret, organiseret på ét sted.

Denne sektion fungerer ikke kun som et personligt galleri, men også som kontrolcenter til at administrere dine visuelle projekterDerfra kan du gense gamle billeder for at redigere dem igen, duplikere resultater, sammenligne versioner eller starte fra en tidligere kreation for at eksperimentere med helt forskellige stilarter uden at miste originalen.

Det, der virkelig er interessant, er, at al denne funktionalitet er integreret i selve ChatGPT-oplevelsen. Du behøver ikke at åbne eksterne værktøjer eller eksportere billeder til andre redigeringstjenester for at foretage specifikke ændringer: du kan Anmod om justeringer via sms direkte i samtalen, gennemgå resultatet, iterer igen og så videre.

I sidste ende forvandler de nye ChatGPT Images appen til mere end bare en chatbot: den bliver en komplet multimodal forfatterplatform hvor tekst, billede og redigering blandes ret flydende, med et klart fokus på at dække både legende anvendelser og mere seriøse arbejdsgange, fra hurtige reklamekampagner til produktprototyper eller visuelle skitser til præsentationer.

Med denne opdatering sigter OpenAI mod at styrke sin position i kapløbet om avanceret visuel generering og imødekomme Googles og andre aktørers fremskridt med en pakke, der kombinerer større hastighed, forbedret præcision, øget kreativ kontrol og problemfri integration i ChatGPT. For den gennemsnitlige bruger er resultatet et værktøj til at eksperimentere, teste idéer og producere stadig mere polerede billeder uden at forlade den samme chat, hvor de allerede samtaler, planlægger eller skriver dagligt.