OpenAI, ChatGPT için görsel üretim modelinin yeni sürümü Images 2.0’ı tanıttı. Geliştirilmiş akıl yürütme ve metin anlama yetenekleri sunan model, Google’ın teknolojilerine rakip olmaya hazırlanıyor.
OpenAI, sohbet robotu ChatGPT üzerinden görsel oluşturma yeteneğini geliştiren Images 2.0’ı kullanıma sundu. Yeni sürüm, detaylı talimatları takip etme, metin içeren görseller üretme ve nesne konumlandırma gibi alanlarda önemli iyileştirmeler getiriyor.
Images 2.0, görsel üretim modellerinde bir ‘kademe atlama’ olarak tanımlanıyor. Model, karmaşık komutları anlama ve yoğun metin içeren görselleri doğru bir şekilde oluşturma becerisiyle öne çıkıyor. Ayrıca, sahnelerdeki nesneleri konumlandırma ve aralarındaki ilişkileri kurma yeteneği de geliştirildi.
OpenAI, ilk kez akıl yürütme yeteneğine sahip bir görsel üretim modeli geliştirdiğini belirtti. Bu özellik sayesinde sistem, web araması yapabiliyor ve ürettiği çıktıları doğrulayabiliyor. Şirket, bu geliştirmelerin doğruluk ve tutarlılığın kritik olduğu durumlarda aracın daha güvenilir sonuçlar vermesini sağlayacağını vurguluyor.
Images 2.0’ın Latin alfabesi dışındaki dilleri anlama ve metin oluşturma kapasitesi de artırıldı. Japonca, Korece, Çince, Hintçe ve Bengalce gibi dillerde ‘belirgin kazanımlar’ elde edildiği açıklandı. Model, farklı görsel dillere ait özellikleri daha sadık bir şekilde yeniden üreterek oyun prototipleme ve storyboard oluşturma gibi görevlerde daha işlevsel hale geldi.
Yeni sürüm, en boy oranı konusunda da esneklik sunuyor. 3:1 geniş veya 1:3 uzun görseller üretilebiliyor. Model, 2K çözünürlüğe kadar tasarım yapabiliyor ve tek seferde sekiz farklı çıktı üretebiliyor.
Images 2.0, ücretsiz ve Go aboneliği dahil tüm ChatGPT kullanıcılarına açık. Plus ve Pro aboneleri daha gelişmiş çıktılara erişim sağlarken, OpenAI modeli API hizmeti ve Codex kodlama uygulaması aracılığıyla da erişilebilir kılıyor.
Yorum Yap