OpenAI Memperkuat Model Pembuatan Gambar ChatGPT

OpenAI meluncurkan model AI generasi gambar baru pada hari Selasa, dijuluki ChatGPT Images 2.0. Model ini dapat menghasilkan lebih dari satu gambar dari satu perintah, seperti keseluruhan buku pelajaran, serta teks keluaran, termasuk dalam bahasa non-Inggris seperti Cina dan Hindi. Rilis ini tersedia secara global untuk ObrolanGPT Dan Naskah kuno pengguna, dengan versi yang lebih kuat tersedia untuk pelanggan berbayar.

Ketika perusahaan AI besar mana pun merilis model gambar baru, hal ini dapat menghidupkan kembali minat dan meningkatkan penggunaan, terutama jika pengguna media sosial mengadopsi tren meme, sehingga mengubah gambar diri mereka sendiri. Tahun lalu, peluncuran model Nano Banana oleh Google merupakan momen besar bagi perusahaan, terutama ketika pengguna mulai memposting patung-patung hiperrealistis dari diri mereka sendiri secara online. Awal tahun ini, Gambar ChatGPT membuat heboh di media sosial saat pengguna berbagi Karikatur yang dihasilkan AI.

Apa Bedanya?

Karena model baru ini dapat memanfaatkan kemampuan “penalaran” ChatGPT, Images 2.0 dapat mencari informasi terkini di internet dan menghasilkan lebih dari satu gambar sekaligus. Intinya, bot dapat menggunakan langkah-langkah tambahan untuk menghasilkan generasi yang lebih menyeluruh dari satu prompt. Gambar 2.0 juga memiliki batas waktu data yang lebih baru: Desember 2025.

Hal ini juga berarti keluaran dari model baru ini lebih terperinci. Misalnya, saya membuat infografis berisi ramalan cuaca San Francisco untuk hari berikutnya, serta aktivitas yang layak dilakukan. Gambar yang dihasilkan ChatGPT mencakup detail cuaca yang akurat untuk hari hujan, bersama dengan gambar Gedung Ferry, Teater Castro, Rumah Wanita Lukis, dan Piramida Transamerika yang tampak akurat.

Selain itu, Gambar 2.0 lebih dapat disesuaikan untuk pengguna yang menginginkan rasio aspek unik untuk keluaran gambar. Model baru ini dapat menghasilkan gambar mulai dari lebar 3:1 hingga tinggi 1:3, dan pengguna dapat menyesuaikan ukuran gambar sebagai bagian dari perintah mereka ke alat AI.

Kesan Pertama

Setelah beberapa jam membuat gambar dengan model baru, saya secara umum terkesan dengan kemampuan rendering teks, setidaknya dalam bahasa Inggris. Belum lama ini, keluaran gambar yang menampilkan teks, dari model utama mana pun, sering kali menyertakan banyak karakter atau kata yang salah format dengan huruf tambahan yang salah. ObrolanGPT berjuang untuk memberi label gambar secara akurat dua tahun sebelumnya, sehingga keluaran yang lebih bersih dan lebih kompleks dari Gambar 2.0 merupakan tanda perbaikan berkelanjutan. Google juga fokus pada peningkatan keluaran gambar yang menampilkan teks di dalamnya iterasi terbaru dari Nano Pisang.

Menguji keluaran dalam berbagai bahasa dari model baru, saya meminta ChatGPT untuk membuat poster kolase bertema Timothée Chalamet, seolah-olah itu dibuat oleh seseorang dari keluarganya. Basis penggemar Tiongkok. Outputnya menampilkan bermacam-macam gambar bintang film yang tampak fotorealistik, beberapa menunjukkan dia mengenakan pakaian tradisional atau dengan gambar telinga kucing. Kolase AI sangat detail, dengan lebih dari 20 cuplikan teks berbeda, serta gambar pangsit, secangkir boba, dan panda.

Saya tidak mengerti bahasanya, jadi saya mendorong bot untuk menerjemahkan, dengan perintah dasar: “Apa isi teks itu?” Tanggapan ChatGPT sangat kritis terhadap keluarannya sendiri.

“Banyak di antaranya palsu, atau teks AI semi-omong kosong yang dibuat agar terlihat seperti tulisan poster meme Tiongkok, jadi tidak semuanya diterjemahkan dengan rapi,” sebagian membaca keluarannya, sebelum ChatGPT memeriksa daftar apa yang tampak akurat dan apa yang tampak salah. “Ada juga beberapa bagian yang jelas-jelas cacat atau tercampur dengan karakter yang tampak Jepang, seperti kartu daftar periksa dan beberapa garis dekoratif di sebelah kanan. Sebagian besar adalah omong kosong yang dibuat menyerupai teks editan penggemar Asia Timur dan bukan kalimat yang akurat.”

Jadi, meskipun model Gambar ChatGPT baru berkinerja baik dalam pengujian awal saya saat membuat teks dalam bahasa Inggris, saya tidak yakin apakah pengguna di seluruh dunia akan mendapatkan hasil serupa saat membuat teks dalam bahasa mereka sendiri. Meskipun dengan kemajuan OpenAI dalam meningkatkan keluaran bahasa Inggris untuk gambar AI, saya tidak akan terkejut jika gabungan lebih banyak data pengguna dari seluruh dunia akan menghasilkan peningkatan tambahan pada iterasi model ini di masa mendatang.