Во вторник OpenAI представила ChatGPT Images 2.5 — новый движок для работы с изображениями, призванный устранить некоторые из наиболее заметных слабостей генеративного ИИ: ненадёжное сходство, неуклюжие правки и ощущение, что каждый результат выполнен в одном и том же синтетическом стиле.

Практическое предложение обновления довольно просто. Пользователи могут рисовать наброски прямо в ChatGPT, указать на конкретную область изображения и оставить инструкцию, вместо того чтобы снова и снова пытаться описать изменение текстом. Axios установил, что инструмент лучше сохраняет облик людей и домашних животных, справляется с более детальными правками и может генерировать изображения «до 50 процентов быстрее», по данным OpenAI.¹

Руководство OpenAI представило релиз как расширение творческих возможностей. Грег Брокман назвал Images 2.5 «ещё одним шагом к созданию всего, что вы можете вообразить».Greg Brockman (gdb)² Этот аргумент подкрепляется фокусом продукта на итеративном контроле: превращении грубого наброска в изображение, добавлении объекта с помощью эскиза или изменении лишь одного элемента без пересоздания всей сцены.

Раннее тестирование показывает, что механика работает. The Verge сообщило, что нарисованный мышью кот их репортёра превратился в реалистичное изображение, а правки в комментариях изменили цвет глаз животного; OpenAI также заявляет, что модель надёжнее следует инструкциям по редактированию в ходе нескольких итераций.³

Однако те же возможности обостряют этический спор. Axios отметило, что редактор может имитировать узнаваемые стили — от The Simpsons до персонажей в духе «Улицы Сезам», — потому что генеративные системы обучались на работах художников, часто «без согласия или компенсации».¹ Для художников, конкурирующих с результатами, созданными на основе этого материала, более высокая точность и быстрое производство не являются нейтральными техническими улучшениями.

Руководитель продукта OpenAI Адель Ли предлагает иной взгляд на Sketch и шаблоны: они призваны сделать людей активными участниками, а не «пассивной силой» в творческом процессе. Её заявленная цель — не узнаваемый фирменный стиль — «Я не хочу, чтобы в мире можно было увидеть ChatGPT», — а инструменты, позволяющие пользователям выражать «свою собственную индивидуальность».¹

В этом и заключается линия разлома вокруг Images 2.5: больше контроля для человека, формулирующего запрос, и всё ещё неразрешённые вопросы о том, кто обеспечил творческую основу, лежащую под этим запросом.