So’nggi ikki yil davomida sun’iy intellekt tasvirlari yaratilishi tarixi oddiy bo’ldi: Midjourney eng chiroyli rasmlarni chizadi va boshqa hamma unga yetib olishga harakat qiladi. GPT Image 2 bu o’yinni o’ynamaydi. Estetika ketidan quvish o’rniga, OpenAI boshqa bir savolni o’rtaga tashladi: agar tasvir generatori fikrlay olsa-chi?
Natijada mutlaqo yangi narsa paydo bo’ldi. “qit’alar bo’yicha global qayta tiklanuvchi energiya o’zlashtirish darajasini ko’rsatuvchi infografika yarating” deb yozing va GPT Image 2 shunchaki uydirma raqamlar bilan chiroyli grafik yaratib qo’ya qolmaydi — u haqiqiy ma’lumotlarni o’rganadi, izchil vizual ierarxiyani tuzadi, matn yorliqlarini to’g’ri render qiladi (chizadi) va hech qanday tahrirsiz to’g’ridan-to’g’ri taqdimotga kiritishingiz mumkin bo’lgan dizaynni chiqaradi. Bu ‘Fikrlash rejimi’ (Thinking Mode) ning farqidir: model qanday ko’rsatish ni aniqlashdan oldin nima ko’rsatish haqida mulohaza yuritadi.
Matn renderlashdagi katta muvaffaqiyat o’zining alohida xatboshisiga loyiq, chunki u shunchalik ahamiyatli. Tarixdagi har bir sun’iy intellekt tasvir generatori bitta uyatli zaiflikka ega bo’lgan: imlo. “BAKERY” deb yozilgan do’kon peshlavhasini so’rasangiz, “BAKREY” yoki “BAKEERY” ni olardingiz — sizni g’azablantirish uchun yetarlicha o’xshash. GPT Image 2 matn renderlash bo’yicha benchmarklarda, jumladan murakkab CJK (Xitoy, Yapon, Koreys) belgilarida 99%+ aniqlik qayd etmoqda. Mahsulot yorliqlari, gazeta maketlari, UI mockuplari, me’moriy izohlar — hammasi o’qilishi mumkin, barchasi to’g’ri. Dizaynerlar, marketologlar va rasmlarida matn bo’lishi kerak bo’lgan har qanday kishi uchun bu hamma narsani o’zgartiradi.
Buning qanday sharti bor? Bu OpenAI ning klassik yondashuvi: eng yaxshi xususiyatlar pul turadi. Fikrlash rejimi pullik tariflar bilan cheklangan. Xavfsizlik to’siqlari Midjourney ning aralashmaslik (laissez-faire) yondashuviga qaraganda ancha qattiqroq ekanligi seziladi. Va fotorealizm lol qoldiradigan darajada — sof, tabiiy va GPT Image 1.5 natijalarini darhol tanitib qo’yadigan yaltiroq sun’iy intellekt jilosi (sheen) yo’q — ammo Midjourney da GPT Image 2 ko’chirishga harakat ham qilmaydigan o’sha badiiy ruh hamon bor. Turli xil ishlar uchun turli xil asboblar.
