ChatGPT-bilder: Ny versjon, funksjoner og forbedringer forklart

Informatec Digital » Ressurser » ChatGPT-bilder: Ny versjon, funksjoner og forbedringer forklart

For ikke så lenge siden begynte halve internettbrukeren å leke seg som regissør animerte filmer i stil med Studio Ghibli Med hjelp av ChatGPT ble sosiale medier oversvømmet av drømmeaktige scener, sjarmerende karakterer og bakgrunner med det umiskjennelige japanske preget. Bak denne trenden lå OpenAIs bildegenereringsmodell, integrert i ChatGPT, som forvandlet hvem som helst til en pseudo-illustratør uten tegneferdigheter.

Imidlertid er verden av generativ kunstig intelligens Det går så fort at den trenden var over på et blunk. Kort tid etter skiftet samtalen til andre alternativer som Nano Banana Pro og Googles nye modeller, som er i stand til å produsere bilder så realistiske at de var vanskelige å skille fra et bilde, eller verktøy som MidJourney som konverterer tekst til bilder. Stilt overfor denne situasjonen har ikke OpenAI stått inaktiv: den har presentert en Ny versjon av ChatGPT-bilder som kommer for å utfordre, med mer fart, bedre forståelse av instruksjoner og et betydelig sprang innen avansert redigering.

Hva er den nye versjonen av ChatGPT Images, og hva gjør den annerledes?

Relatert artikkel:

Hvordan lage bilder med kunstig intelligens: En komplett guide til verktøy og tips

OpenAI har offisielt annonsert neste generasjon av ChatGPT Images Dette sammenfaller med lanseringen av GPT-5.2, deres nyeste språkmodell. Begge trekkene er en del av den samme strategien: å svare direkte på Googles offensiv med modeller som Gemini 3 Pro og demonstrere at de fortsetter å konkurrere på høyeste nivå innen tekst- og bildebehandling.

I denne nye fasen opererer ChatGPT Images på modellen GPT-bilde 1.5Systemet er spesielt utviklet for å generere og redigere bilder med mer kontroll og hastighet enn tidligere versjoner, og kan nå skryte av å produsere resultater opptil [oppløsning]. fire ganger raskereDette er spesielt merkbart på mobil, hvor det tidligere var vanlig at prosessen ble avbrutt hvis brukeren byttet applikasjon midt i generasjonen.

Sammenligningen med den forrige modellen er tydelig: der det før var lange ventetider og en viss følelse av treghet, er opplevelsen nå mer som en digitalt studio i sanntidI testene som har blitt delt, ser bildene mye jevnere ut, med færre frysinger og uten det inntrykket av at appen har fryst mens serveren beregner.

I tillegg til hastighet plasserer OpenAI nøyaktighet og respekt for brukerinstruksjoner som et stort kvalitativt sprang. Målet er at ChatGPT Images skal slutte å være en «lunefull» generator som tolker instruksjoner på sin egen måte, og begynne å oppføre seg som et mer pålitelig verktøy for kreative og profesjonelle arbeidsflyter. Derfor er det viktig å vite Hvordan skrive oppgaver for grafisk design.

Avansert redigering: endre bare det du vil uten å ødelegge bildet

En av de tradisjonelle akilleshælene til bildegeneratorer har vært lokalisert redigering av spesifikke elementerHvis du ville retusjere en jakke, endre bakgrunnen eller justere belysningen, ville modellen ofte «forestille seg» hele scenen på nytt, og du ville ende opp med et resultat som var helt annerledes enn det du hadde tenkt deg.

Den nye versjonen av ChatGPT Images fokuserer nettopp på å løse det problemet. OpenAI hevder at systemet nå er i stand til det. endre bare de delene som brukeren angirsamtidig som resten av bildet beholdes. Dette inkluderer alt fra spesifikke objekter (en bil, et trafikkskilt, et klesplagg) til globale aspekter som belysning, innramming eller overordnet komposisjon, men uten å miste helhetens sammenheng.

Selskapet forklarer at modellen har blitt trent til å:

• Endre bare de forespurte elementenemed så stor respekt for den opprinnelige konteksten som mulig.
• Behold resten av bildet uendret.forhindrer at uønskede nye detaljer dukker opp.
• Oppretthold konsistens mellom det originale bildet, de genererte resultatene og de påfølgende redigeringene du bruker.

Dette er spesielt merkbart i iterative arbeidsflyter, der du fortsetter å gjøre små justeringer i flere omgangerI andre modeller ville bildet etter noen få redigeringer begynne å forvrenges eller miste kvalitet: ansikter ville endre seg, bakgrunner ville bli ugjenkjennelige, detaljer ville forsvinne. Med ChatGPT Images er ideen at du kan retusjere, angre endringer, finjustere detaljer og kombinere versjoner uten at det endelige resultatet forringes.

Et godt eksempel er den typen prompt som OpenAI har vist: å starte fra samme bybilde, for eksempel en Los Angeles-landskapet med en person på en scooter, og be om veldig spesifikke endringer: «gjør skjorten deres rød, luen deres gul, fartsgrenseskiltet vise 15, og gjør lastebilen om til en brannbil.» Modellen, i stedet for å gjenskape alt fra bunnen av, justerer bare disse detaljene, og opprettholder innrammingen, atmosfæren og den originale fotografiske stilen.

Et «kreativt studio i lommestørrelse» for å skape og gjenskape scener

OpenAI beskriver den nye versjonen som en slags bærbart kreativt studio Den er integrert direkte i ChatGPT. Tanken er at enten du starter fra bunnen av eller jobber ut fra et ekte bilde, kan du finjustere resultatet, nesten som du ville gjort med et designteam, men i en samtale.

Modellen utmerker seg spesielt i oppgaver som legge til eller fjerne elementer av en scene. Du kan for eksempel be om fjerning av et hindrende objekt, sette inn et ekstra tegn, legge til en parkert bil i bakgrunnen eller fjerne personer fra et landskap uten å etterlate noen åpenbare spor etter redigering. Systemet tar seg av å rekonstruere bakgrunnen og justere skygger, refleksjoner og belysning slik at manipulasjonen ikke kan oppdages.

Kapasiteten har også blitt forbedret kombinere og slå sammen bilderDette gjør det for eksempel mulig å ta et bilde av en person og et annet av et helt annet miljø og skape en troverdig scene som blander begge elementene. Eller å kombinere motiver fra flere separate fotografier til en enkelt sammenhengende komposisjon, noe som er veldig nyttig for å lage "umulige", men troverdige montasjer.

En annen relevant funksjon er muligheten til å omorganisere hele komposisjonerGjennom en melding kan du be om at visse elementer i bildet skal flyttes, at kameraet zoomer inn eller ut, at bildet blir et nærbilde eller et panoramabilde, eller at scenen skal tolkes på nytt på et annet tidspunkt på dagen. Alt dette gjøres samtidig som man prøver å bevare de visuelle egenskapene som gjorde det originale bildet gjenkjennelig.

Til slutt, den transponering av stiler og strukturerDette betyr at du kan bruke komposisjonen, fargepaletten eller belysningen fra et referansebilde på et annet bilde, og samtidig beholde strukturen til den opprinnelige scenen, men med en annen atmosfære. Det er den typen operasjon som lar deg gå fra en realistisk scene til en filmatisk estetikk fra 2000-tallet, eller til et dokumentarisk gatefotografi fra slutten av 90-tallet tatt på 35 mm-film med utpreget kornethet.

Kreative transformasjoner med dine egne bilder

Et område der de nye ChatGPT-bildene utmerker seg spesielt er i kreative transformasjoner fra ekte bilderBare last opp et bilde av deg selv (eller noen andre du har tillatelse til å ta det fra) og legg ved en relativt enkel melding for å få resultater i løpet av sekunder som i mange tilfeller er overraskende troverdige.

Denne ideen er ikke helt ny: modeller som Nano Banana hadde allerede lagt stor vekt på denne muligheten, slik at ekte portretter kunne transformeres til reklamekampanjer, plakater eller svært stiliserte scener. Det OpenAI gjør nå er å bringe denne tilnærmingen direkte til ChatGPT, med et system som bedre forstår brukerens intensjon og mer trofast bevarer trekkene til det opprinnelige motivet.

Blant de mest slående eksemplene er spørsmål av typen: «Skap et bilde av denne mannen, men på Times Square vinteren 2025»Modellen tilpasser klær, omgivelser, nattebelysning og urbane elementer for å passe til estetikken i New York på den tiden av året, samtidig som den beholder gesten, den generelle holdningen og ansiktstrekkene til det opprinnelige motivet, og lar til og med bildet konverteres til formater som WhatsApp-klistremerker.

En annen vanlig bruk er å «reise» visuelt: du kan be om noe sånt som «Plasser denne personen i full kropp i en japansk by under en regnfull natt, med neonlys, refleksjoner på bakken og cyberpunk-estetikk.»Systemet genererer en scene med neonlys, sølepytter på asfalten og typiske bygninger, og integrerer personen i det universet som om de virkelig var der, uten å se ut som et enkelt utklipp limt på en bakgrunn.

For de som foretrekker noe mer fantastisk, kan transformasjoner gjøres i stil med «Forvandle denne mannen til en japansk samurai med tradisjonell rustning og katanaer, i en realistisk historisk setting uten moderne elementer.»Her tolker ChatGPT Images klærne, holdningen og konteksten på nytt, men opprettholder en viss ansiktskontinuitet slik at du fortsatt kan gjenkjenne motivet. Resultatet kan minne deg om en blanding av historisk illustrasjon og gjenskapt fotografi.

Det er også rom for nostalgiske nikk. Et eksempel OpenAI har vist er å spørre etter: «Bruk bildet av denne mannen til å lage en helkropps europeisk reklame fra 90-tallet»Modellen justerer fargepaletten, innrammingen, posituren og bakgrunnen for å tilnærme seg stilen i 90-tallets reklame: periodeklær, særegen typografi integrert i scenen, og den litt utdaterte følelsen som alle som har sett annonser fra den tiden umiddelbart kjenner igjen.

Forbedret instruksjonssporing og mer lesbar tekst i bilder

Et annet viktig sprang fremover for de nye ChatGPT-bildene har å gjøre med evnen til å følge instruksjoner til punkt og prikkeTidligere var det vanlig å be om noe veldig spesifikt og få et resultat som var likt, men som manglet på viktige detaljer: feil farger, manglende elementer eller endringer som ikke var forespurt.

Ifølge OpenAI er deler av det problemet nå en saga blott. Hvis du gir detaljerte instruksjoner, skal modellen kunne respekter dem med mye større troskapDette gjelder både generering fra bunnen av og redigering av et opplastet bilde: å spesifisere antall personer, typer bilder, spesifikke farger, fotografisk eller illustrerende stil, historisk periode, klær, vær osv. har nå en mer reell innvirkning på det endelige resultatet.

Selskapet fremhever også spesifikke forbedringer i gjengivelse av tekst i bilderHistorisk sett var det å skrive lesbare ord på plakater, skilt, annonser eller omslag en av de mest kompliserte oppgavene for generative modeller, som ofte returnerte forvrengte tegn, språkblandinger eller meningsløse ord.

Med denne nye versjonen er ChatGPT Images mer effektiv til å generere konsistent typografi og korrekt budskapDette er viktig hvis du vil bruke verktøyet til å lage plakater, reklamemateriell, bannere for sosiale medier eller markedsføringsmateriell der teksten er like viktig som bakgrunnsbildet.

I tillegg har de jobbet med saker som vanligvis er spesielt kompliserte, slik som scener med flere små ansikterI tidligere versjoner, når mange mennesker dukket opp i bakgrunnen eller i store grupper, kunne ansikter lett bli forvrengt, gjentatte eller ha urealistiske trekk. Den nye modellen forbedrer håndteringen av disse detaljene, og gir mer naturlige resultater selv i vidvinkelbilder eller folkemengder.

Farvel (nesten) definitivt til den gulaktige tonen i de tidlige versjonene

I en god stund var en av de enkleste måtene å oppdage om et bilde hadde blitt generert med ChatGPT dens karakteristisk estetikk, noe varm og kremetMange av disse kreasjonene delte en palett dominert av gule og oransje farger, myk belysning og en «filmatisk» følelse som til slutt ble et slags varemerke, på godt og vondt.

Med den nye versjonen ser det ut til at OpenAI har ønsket å bryte med den utilsiktede visuelle signaturen. I sammenligningene selskapet har publisert, avviker den nye modellen merkbart fra disse. gulaktige toner som standardMed mindre brukeren eksplisitt ber om det i ledeteksten, har bilder nå en tendens til å ha en mer nøytral fargerepresentasjon eller en som er mer tro mot brukerens instruksjoner, uten å pålegge en så markert stil som standard.

Dette har klare fordeler for profesjonell bruk: Hvis du ønsker en ren reklame, en produktmockup eller en fotorealistisk scene, vil du ikke at modellen skal bruke et semi-permanent filter med det varme utseendet som gjør at alle bildene ser like ut. Den nye tilnærmingen tillater variere det visuelle utseendet mye mer uten å måtte kjempe mot en altfor dominerende basisstil.

I praksis betyr dette at det nå er enklere å oppnå et bredt spekter av resultater: fra kule, desaturerte bilder til livlige, fargerike estetikker, inkludert vintage-stiler, pastellfarger, dokumentarfotografering og hyperlys reklame. Modellen er mer fleksibel i å tilpasse seg konteksten og tonen du spesifiserer i instruksjonene dine.

Forhåndsdefinerte stiler og forslag: skap uten å anstrenge deg med ledeteksten

En av de mest velkomne nye funksjonene for de som ikke vil slite med komplekse spørsmål, er ankomsten av forhåndsdefinerte stiler og konsepter i ChatGPT Images. I stedet for å skrive uttømmende beskrivelser med tekniske parametere, kan du velge en ferdig visuell tilnærming direkte og la systemet fylle ut detaljene.

Disse forhåndsinnstilte stilene er utformet for spare tid Dette er nyttig for både vanlige brukere og profesjonelle som trenger konsistens på tvers av ulike elementer. Du kan for eksempel velge en spesifikk estetikk for en kampanje og bruke den på nytt i flere bilder uten å måtte huske den nøyaktige oppgaven hver gang.

I tillegg finner du en rekke i bildedelen av ChatGPT-appen Klar til bruk forslagDu kan starte prosessen ved å velge en stil, laste opp et bilde eller til og med ta en selfie direkte fra appen, og la AI-en foreslå kreative transformasjoner uten at du trenger å tenke for mye på den første teksten.

Dette senker inngangsbarrieren betraktelig for de som ikke er kjent med «språket i instruksjoner». I stedet for å være besatt av å beskrive alt ned til minste detalj, kan du starte med et rimelig grunnlag og deretter, etter hvert som du ser resultatene, be om mer spesifikke justeringer.

I praksis fungerer ChatGPT her som en interaktiv kreativ assistentDen kan foreslå variasjoner, stilendringer, justeringer av innramming eller nye ideer knyttet til bildet du allerede har, slik at prosessen ender opp med å ligne mindre en enkel engangsgenerering og mer et felles kunstnerisk lederskap.

Hvor du kan bruke ChatGPT Images og hvordan det integreres i appen

Den nye versjonen av ChatGPT Images blir distribuert globalt for alle brukereinkludert de som bruker gratiskontoer. OpenAI har ikke annonsert noen spesifikke regionale restriksjoner, så ideen er at alle med tilgang til ChatGPT kan dra nytte av de nye mulighetene for bildegenerering og redigering.

Hvis du bruker mobilappen, har du mest sannsynlig allerede mottatt et varsel da du åpnet den og inviterte deg til å begynn å lage bilderI tillegg har grensesnittet en ny seksjon kalt «Bilder» i sidefeltet, hvor du kan se alle kreasjonene du har generert, organisert på ett sted.

Denne seksjonen fungerer ikke bare som et personlig galleri, men også som kontrollsenter for å administrere dine visuelle prosjekterDerfra kan du gå tilbake til gamle bilder for å redigere dem på nytt, duplisere resultater, sammenligne versjoner eller starte fra en tidligere kreasjon for å eksperimentere med helt andre stiler uten å miste originalen.

Det som er virkelig interessant er at all denne funksjonaliteten er integrert i selve ChatGPT-opplevelsen. Du trenger ikke å åpne eksterne verktøy eller eksportere bilder til andre redigeringstjenester for å gjøre spesifikke endringer: du kan Be om justeringer via tekstmelding direkte i samtalen, gjennomgå resultatet, iterere igjen og så videre.

Til syvende og sist forvandler de nye ChatGPT Images appen til mer enn bare en chatbot: den blir en komplett multimodal redigeringsplattform der tekst, bilde og redigering blandes ganske flytende, med et klart fokus på å dekke både lekne bruksområder og mer seriøse arbeidsflyter, fra raske reklamekampanjer til produktprototyper eller visuelle skisser for presentasjoner.

Med denne oppdateringen har OpenAI som mål å styrke sin posisjon i kappløpet om avansert visuell generering, og svare på fremskrittene til Google og andre aktører med en pakke som kombinerer større hastighet, forbedret nøyaktighet, økt kreativ kontroll og sømløs integrasjon i ChatGPT. For den gjennomsnittlige brukeren er resultatet et verktøy for å eksperimentere, teste ideer og produsere stadig mer polerte bilder uten å forlate den samme chatten der de allerede snakker, planlegger eller skriver daglig.