GPT Image — серія моделей для генерації та редагування зображень, розроблених компанією OpenAI. Модель перетворення тексту на зображення GPT, яка використовує методи глибокого навчання для створення цифрових зображень з описів природною мовою та/або зображень. Як наступник DALL-E, GPT Image є рідною для ChatGPT та доступною через API. Після випуску в березні 2025 року GPT Image став вірусним у соцмережах, зокрема завдяки своїй здатності генерувати зображення в стилі Studio Ghibli. GPT Image також доступний з Microsoft Copilot та Apple Intelligence.
Історія Першу модель GPT Image було представлено OpenAI як «генерацію зображень GPT-4o» у блозі від 25 березня 2025 року, розроблену на основі моделі GPT-4o для генерації зображень. Спочатку вона була доступна лише платним користувачам, а дозвіл для безкоштовних користувачів було затримано через високий попит. Згодом використання цієї функції було обмежене, а Сем Альтман заявив, що графічні процесори «тануть» від рівня використання. Пізніше OpenAI заявила, що понад 130 мільйонів користувачів у всьому світі створили понад 700 мільйонів зображень за перший тиждень. Модель отримала назву GPT Image 1 та була представлена 23 квітня. Економічно ефективна версія була випущена як GPT Image 1 Mini 6 жовтня, також на OpenAI DevDay 2025, причому вартість в API була на 80% нижчою, ніж у GPT Image 1.
16 грудня було представлено нову модель під назвою GPT Image 1.5, яка була розгорнута глобально як «ChatGPT Images» для всіх користувачів і одразу стала доступною через API. OpenAI стверджує, що нова модель може виконувати точні редагування, зберігаючи деталі недоторканими, і генерує зображення до чотирьох разів швидше. Вхідні та вихідні зображення в API на 20% дешевші в GPT Image 1.5 порівняно з GPT Image 1.
Можливості На відміну від дифузійних попередників моделей DALL-2 та DALL-3, моделі GPT Image є авторегресивними з кількома новими можливостями, включаючи перетворення зображень на зображення, розширений фотореалізм та детальне виконання інструкцій. GPT Image може генерувати зображення трьох розмірів, а саме 1024 × 1024 (1:1, квадрат), 1536 × 1024 (3:2, альбомна орієнтація) та 1024 × 1536 (2:3, портретна орієнтація) пкс.
GPT Image 1.5 вирішує проблему передчасного кадрування та упередження теплих кольорів, характерне для попередньої моделі, але воно регресувало для генерації в деяких специфічних художніх стилях. Більше того, слабкість кількох граней та деяких мов, таких як китайська, арабська, іврит тощо, все ще залишається в останній моделі.
Сприйняття Експерти з технологій загалом розглядали GPT Image як значний прогрес у створенні зображень. TechRadar підкреслив, що GPT Image 1 забезпечує вражаючу продуктивність, здатну створювати широкий спектр результатів – від фотореалістичних сцен до стилізованих ілюстрацій, відзначаючи помітні покращення у відтворенні тексту та мультимодальній інтеграції порівняно з попередніми інструментами. Однак Heise Online повідомив, що GPT Image 1 демонструє технічні недоліки, такі як артефакти надмірної різкості, теплий колірний зміщення та поширені помилки у відображенні людських поз та перекриття об'єктів, що вказує на обмеження реалізму виводу, незважаючи на загальну високу продуктивність.
Культурний вплив
Після запуску GPT Image 1 у березні 2025 року фотографії, відтворені у стилі фільмів Studio Ghibli, стали вірусними. Сем Альтман визнав цю тенденцію, змінивши свою фотографію профілю в Twitter на натхненну Studio Ghibli. Офіційний акаунт Білого дому в Twitter опублікував зображення в стилі Ghibli, що висміює арешт імміграційними органами Вірджинії Басори-Гонсалес, мігрантки, яку раніше депортували після засудження за торгівлю фентанілом, на якому видно, як вона плаче, коли імміграційний офіцер надягає на неї кайданки. Північноамериканський дистриб'ютор GKids відреагував на цю тенденцію в прес-релізі, порівнявши використання фільтра з тим, що він збігся з перевипуском фільму Studio Ghibli 1997 року «Принцеса Мононоке» у форматі IMAX.
Див. також
Візуальне мистецтво зі штучним інтелектом DALL-E Нано-банан
Примітки
Посилання
Зображення ChatGPT Модель GPT Image 1.5 Посібник із запитів Gpt-image-1.5 4o ImageGen — офіційний користувацький GPT для GPT Image 1