ChatGPT Images 2.0: AI tạo ảnh OpenAI nâng cấp, biết "suy nghĩ"

OpenAI vừa công bố phiên bản ChatGPT Images 2.0 mới, một bản nâng cấp đáng kể cho công cụ tạo ảnh AI của mình. Được tích hợp khả năng "suy nghĩ" và tìm kiếm thông tin trên web, mô hình này hứa hẹn sẽ cách mạng hóa cách người dùng tạo ra hình ảnh chất lượng cao, nhất quán và chính xác hơn từ các câu lệnh văn bản.

ChatGPT Images 2.0: AI Tạo Ảnh Biết "Suy Nghĩ" và Tìm Kiếm Web

Điểm nổi bật nhất của ChatGPT Images 2.0 là khả năng "suy nghĩ" trước khi tạo ra hình ảnh. Tương tự như mô hình Nano Banana Pro của Google, GPT Image 2 (nền tảng của ChatGPT Images 2.0) dành thời gian để xử lý và "lý luận" về yêu cầu của người dùng, thậm chí có thể tìm kiếm thông tin trên web trong quá trình này. Điều này giúp mô hình hiểu rõ hơn về ngữ cảnh và các chi tiết phức tạp trong câu lệnh, từ đó tạo ra những hình ảnh chính xác và đa dạng hơn.

Chế độ "suy nghĩ" này hiện chỉ dành cho người dùng ChatGPT Plus, Pro và Business. Khi được kích hoạt, ChatGPT Images 2.0 có thể tạo ra tối đa tám hình ảnh cùng lúc từ một câu lệnh duy nhất. Điều đáng chú ý là các nhân vật, đối tượng và phong cách trong chuỗi hình ảnh này được giữ nhất quán, giải quyết một trong những thách thức lớn nhất của các mô hình tạo ảnh AI trước đây.

Đột Phá Về Tính Nhất Quán và Xử Lý Văn Bản Trong Ảnh AI

Một trong những cải tiến được mong đợi nhất của ChatGPT Images 2.0 là khả năng duy trì tính nhất quán giữa các hình ảnh được tạo ra. OpenAI đã đưa ra các ví dụ về việc tạo ra một trang truyện tranh dài từ một hình ảnh và một câu lệnh văn bản duy nhất, hay một loạt đồ họa truyền thông xã hội với phong cách đồng bộ, và cả các bản thiết kế phòng ốc khác nhau trong một ngôi nhà.

Bên cạnh đó, mô hình mới này cũng xử lý văn bản tốt hơn đáng kể, đặc biệt là các văn bản không phải chữ Latin. Đây là một vấn đề mà nhiều mô hình AI tạo ảnh trước đây thường gặp phải, khi văn bản trong ảnh thường bị biến dạng hoặc không đọc được. ChatGPT Images 2.0 giờ đây có thể xử lý các yếu tố nhỏ, tinh tế như chữ viết nhỏ, biểu tượng, các yếu tố giao diện người dùng (UI) và các bố cục phức tạp một cách hiệu quả hơn.

Cải Thiện Chất Lượng Hình Ảnh Chung Cho Mọi Người Dùng ChatGPT

Dù có sử dụng chế độ "suy nghĩ" hay không, tất cả người dùng ChatGPT đều sẽ nhận được những cải tiến về chất lượng hình ảnh. OpenAI cho biết công cụ tạo ảnh giờ đây nắm bắt tốt hơn các "đặc điểm đặc trưng của ảnh chụp" và mang lại sự cải thiện cho pixel art, manga, ảnh tĩnh từ phim và các loại hình ảnh khác.

ChatGPT Images 2.0 đã khắc phục được "vẻ ngoài AI" đặc trưng – làn da quá mịn màng và ánh sáng hoàn hảo – từng là điểm yếu của các phiên bản trước.

Trong các thử nghiệm nội bộ, ChatGPT Images 2.0 đã thể hiện khả năng vượt trội trong việc xử lý các câu lệnh phức tạp và trừu tượng với độ chi tiết cao. Ví dụ, khi được yêu cầu tạo một bức ảnh DSLR siêu thực về "một con khỉ cầm chuối hồng ngồi trên lưng hổ, phía sau là một con ngựa đang cưỡi một phi hành gia", mô hình đã tạo ra kết quả ấn tượng. Chế độ "suy nghĩ" đặc biệt thành công trong việc tái tạo chất lượng ảnh DSLR chân thực, trong khi chế độ tức thì có vẻ hơi "nhân tạo" hơn một chút.

Tùy Chọn Tỷ Lệ Khung Hình Đa Dạng và Độ Phân Giải Cao Hơn

ChatGPT Images 2.0 hỗ trợ nhiều tỷ lệ khung hình, từ 3:1 (siêu rộng) đến 1:3 (siêu cao), bao gồm các định dạng phù hợp cho banner, slide thuyết trình đến màn hình di động. Độ phân giải cũng được nâng cấp lên tới 2K thông qua API, mang lại hình ảnh sắc nét và chi tiết hơn cho các ứng dụng chuyên nghiệp.

Giá API GPT Image 2: Linh Hoạt Theo Chất Lượng và Độ Phân Giải

Các nhà phát triển có thể tích hợp mô hình này vào sản phẩm của mình thông qua API với tên gọi gpt-image-2. OpenAI tính phí dựa trên số lượng token, với mức giá khác nhau cho token đầu vào (input) và đầu ra (output) của hình ảnh và văn bản. Đặc biệt, chi phí cho mỗi hình ảnh có thể thay đổi đáng kể tùy thuộc vào chất lượng và độ phân giải được chọn.

Đáng chú ý, ở các độ phân giải lớn hơn như 1024 x 1536 với chất lượng cao, GPT Image 2 lại rẻ hơn so với phiên bản tiền nhiệm (0.165 USD so với 0.20 USD của GPT Image 1.5). Tuy nhiên, ở độ phân giải tiêu chuẩn 1024 x 1024 với chất lượng cao, mô hình mới lại đắt hơn (0.211 USD so với 0.133 USD của GPT Image 1.5).

Ứng Dụng Thực Tế Của ChatGPT Images 2.0 Trong Quảng Cáo và Giáo Dục

OpenAI nhấn mạnh các trường hợp sử dụng mục tiêu cho ChatGPT Images 2.0 bao gồm quảng cáo địa phương hóa, đồ họa thông tin (infographics), nội dung giáo dục, công cụ thiết kế và các nền tảng sáng tạo. Khả năng tạo ra hình ảnh phức tạp, sơ đồ với văn bản chi tiết, bao gồm cả ảnh chụp màn hình chất lượng cao, khiến nó trở thành lựa chọn lý tưởng cho các ngành yêu cầu độ chính xác cao về văn bản.

Trong Codex, tính năng tạo ảnh sẽ có sẵn trực tiếp trong không gian làm việc mà không cần khóa API riêng biệt, giúp các nhà phát triển và người dùng dễ dàng tích hợp hơn vào quy trình làm việc của mình.

Điều này có nghĩa gì với bạn?

Đối với người dùng thông thường của ChatGPT Plus, Pro và Business, ChatGPT Images 2.0 mang đến một công cụ tạo ảnh mạnh mẽ hơn, linh hoạt hơn và đáng tin cậy hơn. Bạn có thể tạo ra những chuỗi hình ảnh nhất quán cho các dự án cá nhân, đồ họa mạng xã hội hay thậm chí là các bản phác thảo thiết kế. Khả năng xử lý văn bản tốt hơn cũng sẽ giúp bạn tạo ra các hình ảnh có chú thích, biểu đồ hoặc tài liệu giáo dục một cách dễ dàng và chuyên nghiệp hơn.

Đối với các nhà phát triển và doanh nghiệp, API của GPT Image 2 mở ra cánh cửa cho việc tích hợp công nghệ tạo ảnh AI tiên tiến vào các ứng dụng và dịch vụ của riêng họ. Từ việc tự động tạo nội dung quảng cáo được cá nhân hóa đến việc phát triển các công cụ thiết kế mới, tiềm năng ứng dụng là rất lớn. Mức giá linh hoạt theo chất lượng và độ phân giải cũng cho phép các nhà phát triển tối ưu chi phí tùy theo nhu cầu cụ thể của từng dự án.

Nhìn chung, ChatGPT Images 2.0 đánh dấu một bước tiến quan trọng trong lĩnh vực AI tạo ảnh, không chỉ nâng cao chất lượng kỹ thuật mà còn mở rộng đáng kể khả năng sáng tạo và ứng dụng thực tế cho mọi đối tượng người dùng.