OpenAI pokazał nową wersję Images 2.0, która na tyle dobrze generuje tekst w obrazach, że przechodzi tests oparte na rzeczywistych zadaniach. To krok naprzód względem poprzednich modeli, które miały problem z zapisem słów i liczb bezpośrednio w wygenerowanych grafikach - zwykle wychodziło to źle, z pomyloną kolejnością liter lub nieczytelnym pismem.
Dotychczasowe systemy generujące obrazy opierały się głównie na zdolności do tworzenia wizualnych kompozycji i kolorystyki, a tekstowe oznaczenia traktowały jako element drugorzędny. Images 2.0 zmienia tę hierarchię - model trenowany przez OpenAI nauczył się rozumieć, jak prawidłowo układać litery i cyfry w obrazach, co ma praktyczne znaczenie dla projektów graficznych, tworzenia plakatów czy infografik. Test wykazał, że model potrafi odczytać i wygenerować zarówno proste słowa, jak i bardziej złożone teksty w naturalny, czytelny sposób.
Usprawnienie jest istotne, ponieważ dotychczas użytkownicy pracujący z generatorami obrazów Often musieli sięgać do edytorów graficznych, by dodać tekst ręcznie lub za pomocą tradycyjnych narzędzi. Teraz mogą całą pracę wykonać w jednym systemie - wpisać prompt z opisem grafiki i żądanym tekstem, a model zrobi większość roboty. To sprawa wygody, ale też zmienia sposób, w jaki kreatywni mogą pracować z AI, skracając czas produkcji materiałów graficznych i zmniejszając potrzebę post-processingu.