ChatGPT Images 2.0 มาพร้อมกับการใช้เหตุผลเชิงภาพและการสร้างข้อความที่ได้รับการปรับปรุง

เมื่อวันอังคาร OpenAI ได้เปิดตัว ChatGPT Images 2.0 ซึ่งเป็นการอัปเดตโมเดลการสร้างภาพที่รวมอยู่ในแชทบอต ระบบที่เรียกว่า gpt-image-2 นำการปรับปรุงการแสดงข้อความ การรองรับหลายภาษา และความสามารถในการสร้างองค์ประกอบที่ซับซ้อนมากขึ้น ผู้ใช้ในแผน ChatGPT ทั้งหมดจะเข้าถึงเวอร์ชันมาตรฐานได้แล้ว

การเปิดตัวเกิดขึ้นเมื่อวันที่ 21 เมษายน พ.ศ. 2569 บริษัทเน้นย้ำถึงการรวมโหมด “คิด” ที่ช่วยให้โมเดลสามารถค้นหาเว็บ ตรวจสอบรายละเอียด และสร้างภาพได้สูงสุดแปดภาพจากข้อความแจ้งเพียงครั้งเดียว สิ่งนี้อำนวยความสะดวกในการผลิตสตอรี่บอร์ด อินโฟกราฟิก และสื่อต่างๆ ด้วยเลย์เอาต์ที่มีโครงสร้าง ความละเอียดถึง 2K ในบางกรณี

OpenAI เน้นการใช้เหตุผลและความเที่ยงตรงในคุณสมบัติใหม่

ขณะนี้โมเดลทำตามคำแนะนำได้แม่นยำยิ่งขึ้น และรักษาองค์ประกอบที่ร้องขอ เช่น ไอคอน อินเทอร์เฟซ และข้อความขนาดเล็ก OpenAI อ้างถึงตัวอย่างโปสเตอร์ทางวิทยาศาสตร์ การ์ดสูตรอาหาร และสไลด์การนำเสนอว่าเป็นส่วนที่ได้ประโยชน์ การรองรับข้อความภาษาญี่ปุ่น เกาหลี ฮินดี และเบงกาลีได้รับการปรับปรุงเช่นกัน

นักพัฒนาสามารถเข้าถึงได้ผ่าน API โดยราคาขึ้นอยู่กับคุณภาพและความละเอียด ผู้ใช้ที่ชำระเงินจะมีความจุมากขึ้นในโหมดขั้นสูง การอัปเดตนี้มาหลายเดือนหลังจากการปรับปรุงระบบภาพก่อนหน้านี้

• การสร้างภาพหลายภาพที่เกี่ยวข้องกัน
• โหมดการคิดพร้อมการค้นหาเว็บ
• การแสดงข้อความที่ดีขึ้นในหลายภาษา
• รองรับอัตราส่วนภาพที่แตกต่างกันตั้งแต่ 3:1 ถึง 1:3
• ความละเอียดสูงสุด 2K ในเอาต์พุตที่เลือก

ChatGPT Images 2.0 is a step change in detailed instruction following, placing and relating objects accurately, and rendering dense text, with the ability to generate across aspect ratios.

It’s also accurate across languages and uses its expanded visual and world knowledge to…

— OpenAI (@OpenAI) April 21, 2026

Leia Também

PlayStation Plus เปิดตัวเกมฟรีใหม่สามเกมในเดือนพฤษภาคมพร้อมแอ็คชั่นและการผจญภัย

Final Fantasy 7 Remake ตอนที่ 3 ก้าวหน้าในการพัฒนาพร้อมทีมทดสอบ 40 เวอร์ชัน

Lego เปิดตัวชุด Sonic ในเดือนสิงหาคมพร้อม Tails ‘Tornado และ Shadow’s Mecha

นักวิจารณ์ชี้ให้เห็นข้อบกพร่องในการทำความเข้าใจการใช้งาน

Gary Marcus นักวิจัยที่โด่งดังจากการตั้งคำถามถึงความสามารถ AI ในปัจจุบัน ได้ทดสอบระบบใหม่ด้วยไดอะแกรมจักรยาน ในป้ายอัตโนมัติ รุ่นสับสนระหว่างเบรกหลังกับท่อเบาะนั่งและเกียร์พร้อมเบรก ป้ายชี้ไปที่พื้นที่ว่าง

ในการทดสอบที่ยากขึ้น Marcus ขอจักรยานยนต์คู่ที่สูงกว่าค่าเฉลี่ย พร้อมด้วยชั้นวางสัมภาระและกระเป๋าข้างรถ ภาพดังกล่าวทำให้เกิดปัญหา เช่น การใส่ตีนผีเข้าไปในล้อ คันเบรกอยู่ในตำแหน่งที่ไม่ดี และแฮนด์จับด้านหลังที่มีรูปทรงอานม้า Marcus ตั้งข้อสังเกตว่าระบบผสมผสานรูปแบบการมองเห็นโดยไม่เข้าใจการทำงานจริงของชิ้นส่วนต่างๆ

ผู้เชี่ยวชาญเปรียบเทียบกับข้อจำกัดของมนุษย์

มาร์คัสตระหนักดีว่ามนุษย์โดยเฉลี่ยคงมีปัญหาในการวาดภาพคู่กันอย่างแม่นยำเช่นกัน อย่างไรก็ตาม ช่างเครื่อง นักปั่นจักรยานที่มีประสบการณ์ หรือนักออกแบบจะระบุข้อผิดพลาดได้อย่างรวดเร็ว ตัวอย่างนี้ใช้เพื่ออภิปรายการขอบเขตที่แบบจำลองเข้าใจโลกทางกายภาพ

การอภิปรายเกิดขึ้นเมื่อภาคส่วนต่างๆ เฉลิมฉลองการก้าวกระโดดของการถ่ายภาพระดับมืออาชีพ การทดสอบอิสระยืนยันว่าข้อความที่อ่านได้เพิ่มขึ้นและเลย์เอาต์ที่หนาแน่น แต่บางกรณียังคงเผยให้เห็นช่องว่างในการให้เหตุผลเชิงสาเหตุ

เอกสารทางเทคนิค ChatGPT Images 2.0

• โมเดลพื้นฐาน: gpt-image-2
• มีจำหน่าย: ผู้ใช้ ChatGPT ทุกคน
• โหมดขั้นสูง: สมาชิกแบบชำระเงิน
• คุณสมบัติหลัก: การใช้เหตุผล, เอาต์พุตหลายรายการ, ข้อความหลายภาษา
• ความละเอียด: สูงสุด 2K
• API: เปิดตัวพร้อมราคาผันแปร

OpenAI ยังไม่ได้แสดงความคิดเห็นต่อสาธารณะเกี่ยวกับการทดสอบของ Marcus จนถึงปัจจุบัน ระบบยังคงมีการพัฒนาอย่างต่อเนื่อง โดยมีการอัปเดตเป็นประจำตามความคิดเห็นของผู้ใช้