घोषणाएँ
GPT Image 2 से मिलें: इमेज जनरेशन की अगली पीढ़ी
GPT Image 2 OpenAI के मल्टीमॉडल आर्किटेक्चर का दूसरी पीढ़ी का प्रतिनिधित्व करता है, जो टेक्स्ट-टू-इमेज जनरेशन कार्यों के लिए अनुकूलित है। मॉडल एक अद्यतन न्यूरल नेटवर्क संरचना पर बनाया गया है जिसमें एकल-पास इन्फरेंस एल्गोरिद्म है, जो गणनात्मक जटिलता को कम करता है और वास्तविक-दुनिया की वस्तुगत विशेषताओं के साथ अर्थगत सुसंगतता में सुधार करता है। मूल कार्यप्रवाह में शामिल है: टेक्स्ट प्रॉम्प्ट इनपुट → रेस्टर इमेज जनरेशन। यह एक शर्त-आधारित संपादन मॉड्यूल भी एकीकृत करता है, जो उपयोगकर्ताओं को एक संदर्भ अपलोड करने और मूल विषय की ज्यामिति और दृश्य पहचान को संरक्षित करते हुए लक्षित संशोधन (पृष्ठभूमि, कपड़ों के तत्व, चेहरे के भाव, शैलीकरण) लागू करने की अनुमति देता है।
GPT Image 1.5 से प्रमुख वास्तुशिल्प और कार्यात्मक अंतर:
- मुद्रणीय सटीकता: साइरिलिक वर्णमाला सहित पाठ तत्व, ज्यामितीय विकृति के बिना उत्पन्न किए जाते हैं। बताई गई सटीकता स्तर 99% से अधिक है।
- रंग रेंडरिंग और गामा करेक्शन: अत्यधिक पीले-चमकदार रंग के प्रणालीगत आर्टिफैक्ट को हटा दिया गया है; रंग पैलेट सामान्य किया गया है, जो एक अधिक प्राकृतिक और कंट्रास्टिंग रेंडर प्रदान करता है।
- वाणिज्यिक ब्रांड्स और UI की अर्थगत पहचान: मॉडल को वास्तविक ब्रांड्स और यूज़र इंटरफेस (YouTube, Ozon, Apple) सहित विस्तारित डेटासेट्स पर प्रशिक्षित किया गया था, जो दृश्य पहचानकर्ताओं और UX तत्वों के सटीक पुनरुत्पादन को सुनिश्चित करता है।
- विषय संगतता: छवियों की एक श्रृंखला में स्थिर चरित्र पहचान बनाए रखी जाती है, जो दृश्य कथाओं और कॉर्पोरेट मैस्कॉट्स बनाने की पाइपलाइन को अनुकूलित करती है।
- इन्फरेंस प्रदर्शन: गणनात्मक पाइपलाइन अनुकूलन और एकल-पास रेंडरिंग के कार्यान्वयन के लिए धन्यवाद, पिछले रिलीज़ की तुलना में जनरेशन गति लगभग दोगुनी है।