- ChatGPT Images uvaja nov, hitrejši in natančnejši model, ki bolje sledi uporabniškim navodilom.
- Posodobitev se osredotoča na napredno urejanje, prednastavljene sloge in ustvarjalne transformacije iz pravih fotografij.
- Sistem izboljša besedilo znotraj slik, doslednost urejanj in zmanjša »rumenkast« videz prejšnjih različic.
- Nova različica je integrirana v ChatGPT in je na voljo globalno za brezplačne in plačljive račune.
Ne tako dolgo nazaj se je polovica interneta s pomočjo ChatGPT začela igrati režiserja animiranih filmov v slogu Studia Ghibli . Družbena omrežja so bila preplavljena s sanjskimi prizori, ljubkimi liki in ozadji z nezamenljivim japonskim pridihom. Za to norijo je stal model za generiranje slik OpenAI, integriran v ChatGPT, ki je vsakogar spremenil v psevdoilustratorja, ne da bi moral znati risati.
Vendar se svet generativne umetne inteligence razvija tako hitro, da je bil ta trend kratkotrajen. Kmalu zatem se je pogovor preusmeril na druge ponudbe, kot sta Nano Banana Pro in novi Googlovi modeli, ki so sposobni ustvariti tako realistične slike, da jih je bilo težko ločiti od fotografij, ali orodja, kot je MidJourney , ki pretvarjajo besedilo v slike. Soočen s to situacijo, OpenAI ni ostal križem rok: predstavil je novo različico ChatGPT Images, zasnovano kot konkurenca, ki ponuja večjo hitrost, izboljšano razumevanje navodil in pomemben korak naprej v naprednih zmožnostih urejanja.
Kaj je nova različica slik ChatGPT in kaj jo razlikuje?
OpenAI je uradno napovedal naslednjo generacijo slik ChatGPT, kar sovpada z izdajo GPT-5.2, svojega najnovejšega jezikovnega modela. Obe potezi sta del iste strategije: neposredno se odzvati na Googlovo ofenzivo z modeli, kot je Gemini 3 Pro, in dokazati, da ostajajo konkurenčni na najvišji ravni pri obdelavi besedil in slik.
V tej novi fazi ChatGPT Images deluje na modelu GPT Image 1.5 , ki je posebej zasnovan za ustvarjanje in urejanje slik z večjim nadzorom in hitrostjo kot prejšnje različice. Podjetje samo trdi, da je sistem zdaj sposoben ustvariti rezultate do štirikrat hitreje , kar je še posebej opazno na mobilnih napravah, kjer je bilo prej običajno, da se je postopek prekinil, če je uporabnik sredi generacije zamenjal aplikacijo.
Primerjava s prejšnjim modelom je jasna: prej so bili čakalni časi dolgi in je bil občutek počasnosti določen, zdaj pa je izkušnja bolj podobna digitalnemu studiu v realnem času . V objavljenih testih so slike videti veliko bolj gladko, z manj zamrznitvami in brez vtisa, da se je aplikacija zamrznila, medtem ko strežnik izračunava.
Poleg hitrosti OpenAI meni, da sta natančnost in upoštevanje uporabniških navodil glavni kvalitativni preskok. Cilj je, da ChatGPT Images preseže muhast generator, ki po svoje interpretira pozive, in postane zanesljivejše orodje za ustvarjalne in profesionalne delovne procese; zato je ključnega pomena poznavanje pisanja pozivov za grafično oblikovanje.
Napredno urejanje: spremenite le tisto, kar želite, ne da bi pri tem uničili sliko
Ena od tradicionalnih Ahilovih pet generatorjev slik je bilo lokalizirano urejanje določenih elementov . Če ste želeli retuširati jakno, spremeniti ozadje ali prilagoditi osvetlitev, je model pogosto "ponovno zamislil" celoten prizor in na koncu ste dobili rezultat, ki je bil popolnoma drugačen od tistega, kar ste nameravali.
Nova različica ChatGPT Images se osredotoča prav na reševanje te težave. OpenAI navaja, da lahko sistem zdaj spremeni le dele, ki jih določi uporabnik , preostali del slike pa ostane nedotaknjen. To vključuje vse od določenih predmetov (avtomobil, prometni znak, kos oblačila) do globalnih vidikov, kot so osvetlitev, kadriranje in celotna kompozicija, ne da bi pri tem izgubil celotno koherenco slike.
Podjetje pojasnjuje, da je bil model usposobljen za:
- Spremeni samo zahtevane elementečim bolj spoštovati izvirni kontekst.
- Preostali del slike naj ostane nespremenjen.preprečevanje pojavljanja neželenih novih podrobnosti.
- Ohranite doslednost med izvirno sliko, ustvarjenimi rezultati in naslednjimi spremembami, ki jih uporabite.
To je še posebej opazno pri iterativnih delovnih procesih, kjer v več krogih izvajate majhne prilagoditve . V drugih modelih se slika po nekaj urejanjih začne popačiti ali izgubljati kakovost: obrazi se spremenijo, ozadja postanejo neprepoznavna, podrobnosti izginejo. Pri slikah ChatGPT je ideja, da lahko retuširate, razveljavite spremembe, natančno prilagodite podrobnosti in združite različice, ne da bi se končni rezultat poslabšal.
Dober primer je vrsta namiga, ki ga je demonstriral OpenAI: začenši z istim urbanim prizorom, na primer pokrajino Los Angelesa z osebo na skuterju, in zahtevajoč zelo specifične spremembe: »naj bo njihova majica rdeča, njihova kapa rumena, znak za omejitev hitrosti 15 in tovornjak spremenite v gasilski tovornjak.« Namesto da bi vse regeneriral iz nič, model prilagodi le te podrobnosti, pri čemer ohrani prvotno kadriranje, vzdušje in fotografski slog.
»Žepni ustvarjalni studio« za ustvarjanje in preoblikovanje prizorov
OpenAI opisuje novo različico kot nekakšen prenosni kreativni studio, integriran neposredno v ChatGPT. Ideja je, da lahko ne glede na to, ali začenjate iz nič ali delate na podlagi prave fotografije, rezultat vodite veliko natančneje, skoraj tako kot bi to počeli z oblikovalsko ekipo, vendar znotraj pogovora.
Model blesti pri nalogah, kot so dodajanje ali odstranjevanje elementov iz prizora. Na primer, lahko zahtevate odstranitev ovirajočega predmeta, vstavite dodaten lik, dodate parkiran avto v ozadje ali odstranite ljudi iz pokrajine, ne da bi pri tem pustili kakršne koli očitne sledi urejanja. Sistem rekonstruira ozadje in prilagodi sence, odseve in osvetlitev, tako da je manipulacija brezhibna.
Izboljšana je bila tudi možnost združevanja in spajanja slik . To omogoča na primer fotografiranje osebe in druge osebe iz povsem drugega okolja ter ustvarjanje verjetnega prizora, ki združuje oba elementa. Ali pa združevanje subjektov z več ločenih fotografij v eno samo, koherentno kompozicijo, kar je zelo uporabno za ustvarjanje na videz nemogočih, a verjetnih montaž.
Druga pomembna funkcija je možnost prerazporeditve celotnih kompozicij . Z ukazom lahko zahtevate premikanje določenih elementov kadra, približevanje ali pomanjšanje slike s kamero, prikaz posnetka v bližnjem posnetku ali panorami ali pa ponovno interpretacijo prizora ob drugem času dneva. Vse to se naredi ob ohranjanju vizualnih značilnosti, zaradi katerih je bila prvotna slika prepoznavna.
Končno je bil prenos slogov in struktur bistveno izpopolnjen . To pomeni, da lahko kompozicijo, barvno paleto ali osvetlitev referenčne fotografije uporabite na drugi sliki, pri čemer ohranite strukturo izvirnega prizora, vendar z drugačnim vzdušjem. To je vrsta operacije, ki vam omogoča prehod iz realističnega prizora v kinematografsko estetiko iz 2000-ih ali v dokumentarno ulično fotografijo iz poznih 90-ih, posneto na 35-milimetrski film z izrazito zrnatostjo.
Ustvarjalne preobrazbe z lastnimi fotografijami
Eno področje, kjer nove slike ChatGPT še posebej blestijo, so ustvarjalne transformacije z uporabo pravih slik . Preprosto naložite svojo fotografijo (ali nekoga drugega z vašim dovoljenjem) in jo spremljajte z relativno preprostim pozivom, da v nekaj sekundah dobite rezultate, ki so v mnogih primerih presenetljivo verjetni.
Ta ideja ni povsem nova: modeli, kot je Nano Banana, so že dajali velik poudarek tej zmogljivosti in omogočali preoblikovanje pravih portretov v oglaševalske kampanje, plakate ali zelo stilizirane prizore. OpenAI zdaj ta pristop neposredno prenaša v ChatGPT, s sistemom, ki bolje razume uporabnikov namen in bolj zvesto ohranja značilnosti izvirnega subjekta.
Med najbolj presenetljivimi primeri so pozivi, kot je: »Ustvari sliko tega moškega, vendar na Times Squareu pozimi leta 2025.« Model prilagodi oblačila, okolico, nočno osvetlitev in urbane elemente estetiki New Yorka v tistem letnem času, hkrati pa ohrani gesto, splošno držo in obrazne poteze izvirnega subjekta ter celo omogoča pretvorbo slike v oblike, kot so nalepke WhatsApp.
Druga pogosta uporaba je vizualno »potovanje«: lahko zahtevate nekaj takega kot: »Postavite to osebo v poln pogled v japonskem mestu v deževni noči, z neonskimi lučmi, odsevi na tleh in kiberpunkovsko estetiko .« Sistem ustvari prizor z neonskimi lučmi, lužami na asfaltu in tipičnimi stavbami, s čimer osebo integrira v ta svet, kot da bi bila dejansko tam, ne da bi bila videti kot preprost izrezek, prilepljen na ozadje.
Za tiste, ki imajo raje nekaj bolj fantastičnega, so možne transformacije, kot je »Spremenite tega moškega v japonskega samuraja s tradicionalnim oklepom in katanami, v realističnem zgodovinskem okolju brez sodobnih elementov« . Tukaj ChatGPT Images na novo interpretira oblačila, držo in kontekst, vendar ohranja določeno kontinuiteto obraza, tako da še vedno prepoznate subjekt. Rezultat bi lahko spominjal na mešanico zgodovinske ilustracije in poustvarjene fotografije.
Prostor je tudi za nostalgične pridihe. En primer, ki ga je pokazal OpenAI, je zahteva: »Uporabite sliko tega moškega, da ustvarite celoten evropski oglas iz 90. let .« Model prilagodi barvno paleto, okvir, pozo in ozadje, da se približa slogu oglaševanja iz 90. let: oblačila iz tistega obdobja, značilna tipografija, integrirana v prizor, in tisti nekoliko zastareli občutek, ki ga vsak, ki je videl oglase iz tistega obdobja, takoj prepozna.
Izboljšano sledenje navodilom in bolj berljivo besedilo na slikah
Druga pomembna izboljšava novih slik ChatGPT je njena sposobnost natančnega sledenja navodilom . Prej je bilo običajno, da ste zahtevali nekaj zelo specifičnega in prejeli podoben rezultat, vendar z napakami v ključnih podrobnostih: napačne barve, manjkajoči predmeti ali spremembe, ki niso bile zahtevane.
Po mnenju OpenAI je del te težave zdaj stvar preteklosti. Če navedete podrobna navodila, bi jih moral model veliko bolj natančno upoštevati . To velja tako za ustvarjanje slik iz nič kot za urejanje naložene slike: določanje števila ljudi, vrst posnetkov, določenih barv, fotografskega ali ilustrativnega sloga, zgodovinskega obdobja, oblačil, vremena itd. ima zdaj bolj oprijemljiv vpliv na končni rezultat.
Podjetje poudarja tudi specifične izboljšave pri upodabljanju besedila znotraj slik . V preteklosti je bilo pisanje berljivih besed na plakatih, znakih, oglasih ali naslovnicah ena najzahtevnejših nalog za generativne modele, ki so pogosto vračali popačene znake, jezikovne mešanice ali nesmiselne besede.
S to novo različico je ChatGPT Images bolj kompetenten pri ustvarjanju dosledne tipografije in pravilnih sporočil , kar je ključnega pomena, če želite orodje uporabiti za ustvarjanje plakatov, promocijskih materialov, pasic za družbena omrežja ali trženjskih gradiv, kjer je besedilo prav tako pomembno kot slika ozadja.
Poleg tega je bilo delo opravljeno na primerih, ki so pogosto še posebej zahtevni, kot so prizori z več majhnimi obrazi . V prejšnjih različicah so se obrazi, ko se je v ozadju ali v velikih skupinah pojavilo veliko ljudi, zlahka popačili, ponovili ali imeli nerealistične poteze. Novi model izboljšuje obravnavo teh podrobnosti in ponuja bolj naravne rezultate tudi pri širokih posnetkih ali množičnih prizorih.
Poslovil se je (skoraj) dokončno od rumenkastega tona zgodnjih različic
Kar nekaj časa je bil eden najlažjih načinov za ugotavljanje, ali je bila slika ustvarjena s ChatGPT, njena značilna topla in kremasta estetika . Številne od teh stvaritev so imele paleto, v kateri so prevladovali rumeni in oranžni odtenki, mehka osvetlitev in "kinematografski" občutek, ki je na koncu postal nekakšen zaščitni znak, na bolje ali slabše.
Z novo različico se zdi, da je OpenAI želel prekiniti s tem nenamernim vizualnim podpisom. V primerjavah, ki jih je podjetje objavilo, se novi model bistveno razlikuje od privzetih rumenkastih tonov , razen če jih uporabnik izrecno zahteva v pozivu. Slike se zdaj nagibajo k bolj nevtralni barvni predstavitvi ali takšni, ki je bolj zvesta uporabnikovemu vnosu, ne da bi privzeto vsiljevale tako izrazit slog.
To ima očitne prednosti za profesionalno uporabo: če želite čist oglas, maketo izdelka ali fotorealističen prizor, ne želite, da model uporabi poltrajni filter s tistim toplim videzom, zaradi katerega so vse slike videti enake. Novi pristop omogoča veliko večjo raznolikost vizualnega videza , ne da bi se bilo treba spopadati s preveč dominantnim osnovnim slogom.
V praksi to pomeni, da je zdaj lažje doseči širok nabor rezultatov: od hladnih, nenasičenih slik do živahnih, barvitih estetik, vključno z vintage slogi, pastelnimi toni, dokumentarno fotografijo in hipersvetlim oglaševanjem. Model je bolj prilagodljiv pri prilagajanju kontekstu in tonu, ki ga določite v navodilih.
Prednastavljeni slogi in predlogi: ustvarjajte brez mučenja z navodili
Ena najbolj dobrodošlih novih funkcij za tiste, ki se ne želijo ukvarjati s kompleksnimi pozivi, je prihod vnaprej določenih slogov in konceptov v slikah ChatGPT. Namesto pisanja izčrpnih opisov s tehničnimi parametri lahko neposredno izberete že pripravljen vizualni pristop in pustite, da sistem izpolni podrobnosti.
Ti prednastavljeni slogi so zasnovani tako, da prihranijo čas tako običajnim uporabnikom kot profesionalcem, ki potrebujejo doslednost med različnimi elementi. Na primer, lahko izberete določeno estetiko za kampanjo in jo ponovno uporabite v več slikah, ne da bi si vsakič zapomnili natančen poziv.
Poleg tega boste v razdelku s slikami aplikacije ChatGPT našli vrsto predlogov, ki so že pripravljeni za uporabo . Postopek lahko začnete tako, da izberete slog, naložite fotografijo ali celo posnamete selfi neposredno iz aplikacije in pustite, da umetna inteligenca predlaga ustvarjalne preobrazbe, ne da bi vam bilo treba preveč razmišljati o začetnem besedilu.
To znatno zniža vstopno oviro za tiste, ki niso seznanjeni z "jezikom pozivov". Namesto da bi obsesivno opisovali vse do najmanjše podrobnosti, lahko začnete z razumno osnovo in nato, ko vidite rezultate, zahtevate bolj specifične prilagoditve.
V praksi ChatGPT tukaj deluje kot interaktivni ustvarjalni asistent : lahko predlaga različice, spremembe sloga, prilagoditve okvirja ali nove ideje, povezane s sliko, ki jo že imate, tako da proces na koncu ni več podoben preprostemu enkratnemu ustvarjanju in bolj skupnemu umetniškemu vodenju.
Kje uporabljati slike ChatGPT in kako se integrirajo v aplikacijo
Nova različica ChatGPT Images se uvaja po vsem svetu za vse uporabnike , vključno s tistimi z brezplačnimi računi. OpenAI ni napovedal nobenih posebnih regionalnih omejitev, zato je ideja, da lahko vsak, ki ima dostop do ChatGPT, izkoristi nove zmogljivosti ustvarjanja in urejanja slik.
Če uporabljate mobilno aplikacijo, ste najverjetneje že prejeli obvestilo ob njenem odprtju, ki vas vabi, da začnete ustvarjati slike . Poleg tega vmesnik vključuje nov razdelek »Slike« v stranski vrstici, kjer si lahko ogledate vse svoje stvaritve, organizirane na enem mestu.
Ta razdelek ne služi le kot osebna galerija, temveč tudi kot nadzorni center za upravljanje vaših vizualnih projektov . Tukaj si lahko ogledate stare slike, da jih ponovno uredite, podvojite rezultate, primerjate različice ali začnete s prejšnjo stvaritvijo in eksperimentirate s povsem drugačnimi slogi, ne da bi izgubili izvirnik.
Resnično zanimivo je, da je vsa ta funkcionalnost integrirana v samo izkušnjo ChatGPT. Za določene spremembe vam ni treba odpirati zunanjih orodij ali izvažati slik v druge storitve za urejanje: prilagoditve lahko zahtevate prek besedila neposredno v pogovoru , pregledate rezultat, ponovite postopek in tako naprej.
Novi ChatGPT Images aplikacijo navsezadnje spremeni v več kot le preprost klepetalni robot: postane celovita večmodalna platforma za ustvarjanje, kjer se besedilo, slika in urejanje brezhibno prepletajo, z jasnim poudarkom na pokrivanju tako igrivih uporab kot resnejših delovnih procesov, od hitrih oglaševalskih akcij do prototipov izdelkov ali vizualnih skic za predstavitve.
S to posodobitvijo si OpenAI prizadeva okrepiti svoj položaj v tekmi za napredno vizualno generacijo in se na napredek Googla in drugih akterjev odzvati s paketom, ki združuje večjo hitrost, izboljšano natančnost, povečan ustvarjalni nadzor in brezhibno integracijo znotraj ChatGPT. Za povprečnega uporabnika je rezultat orodje za eksperimentiranje, preizkušanje idej in ustvarjanje vse bolj dodelanih slik, ne da bi moral zapustiti isti klepet, kjer se že dnevno pogovarja, načrtuje ali piše.