OpenAI continua la sua marcia da "codice rosso" con un nuovo modello di generazione di immagini

OpenAI sta lanciando una nuova versione di ChatGPT Images che promette una migliore capacità di seguire le istruzioni, un editing più preciso e una velocità di generazione delle immagini fino a 4 volte superiore.

Il nuovo modello, chiamato GPT-Image-1.5, è disponibile da martedì per tutti gli utenti ChatGPT e tramite API. Si tratta dell’ultima escalation nella competizione con Gemini di Google, dopo che il CEO di OpenAI Sam Altman il mese scorso ha dichiarato un “codice rosso” in un memo interno trapelato. Il memo descriveva i piani di OpenAI per riconquistare la posizione di leader nell’IA dopo che Google aveva iniziato a guadagnare quote di mercato in seguito al rilascio di Gemini 3, il suo ultimo modello di punta, e Nano Banana Pro, la versione più recente del generatore di immagini virale di Google – entrambi hanno raggiunto la vetta della classifica LMArena in diversi benchmark. 

Google mantiene il suo vantaggio anche dopo che OpenAI ha risposto al suo successo la scorsa settimana con il lancio di GPT-5.2, presentandolo come il suo modello più avanzato per sviluppatori e uso professionale quotidiano. Secondo quanto riferito, OpenAI aveva pianificato di rilasciare un nuovo generatore di immagini all’inizio di gennaio, accelerando questi piani con l’annuncio di questa settimana. L’ultimo rilascio di un modello di immagini era stato GPT-Image-1 ad aprile. 

GPT-Image-1.5 arriva mentre i generatori di immagini e video GenAI superano la fase di prototipo e acquisiscono capacità più pronte per la produzione. Come Nano Banana Pro, ChatGPT Images offre funzionalità di post-produzione, fornendo controlli di editing più dettagliati per mantenere la coerenza visiva, come la somiglianza del volto, l’illuminazione, la composizione e la tonalità dei colori tra le modifiche. 

La stessa immagine mostrata sopra con diverse modifiche per evidenziare il miglioramento nel seguire le istruzioni di GPT-Image-1.5. Image Credits:OpenAI

La maggior parte degli strumenti GenAI per le immagini non è efficace nell’iterazione, quindi questo rappresenterebbe un grande passo avanti. Quando viene richiesta una modifica specifica, come “regola l’espressione facciale” o “rendi l’illuminazione più fredda”, i modelli spesso reinterpretano l’intera immagine, portando a una mancanza di coerenza. 

L’aggiornamento non riguarda solo le nuove funzionalità. ChatGPT Images sarà ora accessibile anche tramite un punto di accesso dedicato nella barra laterale di ChatGPT che funziona “più come uno studio creativo”, ha scritto Fidji Simo, CEO delle applicazioni di OpenAI, in un post sul blog martedì. 

“Le nuove schermate di visualizzazione e modifica delle immagini rendono più facile creare immagini che corrispondano alla tua visione o trovare ispirazione dai prompt di tendenza e dai filtri preimpostati”, ha scritto Simo.

Oltre al nuovo generatore di immagini, OpenAI sta introducendo nuovi modi per migliorare l’esperienza ChatGPT con più elementi visivi. Il piano è di far sì che le query di ricerca mostrino più elementi visivi con fonti chiare, il che potrebbe essere utile per attività come la conversione di misure o la verifica dei punteggi sportivi, secondo Simo. 

“Quando crei, dovresti essere in grado di vedere e modellare ciò che stai realizzando. Quando le immagini raccontano una storia meglio delle sole parole, ChatGPT dovrebbe includerle”, ha scritto Simo. “Quando hai bisogno di una risposta rapida o il prossimo passo si trova in un altro strumento, dovrebbe essere subito disponibile. Facendo così, possiamo continuare a ridurre la distanza tra ciò che hai in mente e la tua capacità di renderlo reale.”