OpenAI thử nghiệm mô hình hình ảnh thế hệ mới gpt-image-2, tập trung vào biểu đồ phức tạp và cảm giác chân thực

Ngày 21 tháng 4, tin tức cho biết, mô hình tạo hình ảnh thế hệ mới sắp ra mắt của OpenAI đã được thử nghiệm trong một số người dùng của ChatGPT và xuất hiện dưới mã số trên bảng xếp hạng của bên thứ ba, một số người dùng gọi là gpt-image-2. Mô hình này dự kiến sẽ chính thức ra mắt trong vài tuần tới.
Nguồn tin cho biết có hai cải tiến chính. Thứ nhất là khả năng xử lý các biểu đồ phức tạp được nâng cao rõ rệt. Ví dụ, đặt chính xác ghi chú hoặc văn bản vào vị trí cụ thể trên bảng trắng, điều mà các mô hình cũ vẫn làm chưa tốt. Thứ hai là đầu ra không còn mang cảm giác “AI”, những khuôn mặt hoàn hảo như ánh sáng và làm mịn da đã từng là điểm yếu được công nhận.
Phía sau mô hình mới là áp lực tăng trưởng người dùng của OpenAI. Số người dùng hoạt động hàng tuần của ChatGPT gần đây dừng lại ở khoảng 920 triệu, bỏ lỡ mục tiêu đạt 1 tỷ vào cuối năm 2025. Sam Altman đã phát đi cảnh báo nội bộ “mã đỏ” vào cuối năm ngoái, nguyên nhân là mô hình hình ảnh Nano Banana của Google trở nên nổi bật, việc cải thiện khả năng tạo hình ảnh được xếp vào một trong những ưu tiên của mã đỏ.
OpenAI hy vọng sẽ tái hiện “Khoảnh khắc Ghibli” vào đầu năm 2025, khi hàng trăm triệu người dùng đổ vào ChatGPT để biến ảnh của chính họ và bạn bè thành phong cách Ghibli. Sau khi khả năng render văn bản được nâng cao, hình ảnh còn có thể sử dụng đáng tin cậy hơn trong quảng cáo và biểu đồ giáo dục. Đây là một hướng mà OpenAI và Anthropic đang mở ra để thu hẹp khoảng cách, trong đó gần đây, Anthropic đã vượt qua OpenAI về doanh thu nhờ mô hình lập trình.