המהפכה הוויזואלית של OpenAI: הכל על GPT Image 2 והתמיכה המפתיעה בעברית

במשך שנים, יצירת תמונות מבוססת בינה מלאכותית סבלה מ"עקב אכילס" בולט: היכולת לשלב טקסט קריא ומדויק בתוך הוויז'ואל. בזמן שדגמים כמו DALL-E 3 או Midjourney יצרו אמנות מרהיבה, הטקסט בפנים נראה בדרך כלל כמו ג'יבריש מעולם אחר. כעת, נראה ש-OpenAI פיצחה את הקוד עם GPT Image 2, הדור הבא של מחולל התמונות המובנה שלה, שהתחיל להתגלגל לאחרונה למשתמשים (וכמו תמיד ב-OpenAI, משתמשי האנדרואיד זוכים לטעום ממנו ראשונים).

זה לא עוד שדרוג קוסמטי. מדובר בשינוי ארכיטקטוני עמוק שעובר ממודלים של דיפוזיה (Diffusion) למודל מולטי-מודאלי "נייטיב". המשמעות עבורנו? רמת דיוק חסרת תקדים בהבנת הפרומפט ויכולת כתיבה שכבר לא מוגבלת רק לאנגלית.

הבשורה המשמעותית ביותר עבור הקהל הישראלי היא הקפיצה ביכולת הרינדור של השפה העברית. עד היום, ניסיון לשלב מילים בעברית בתמונה הסתיים באותיות הפוכות או בסימנים לא מזוהים. בבדיקות של המודל החדש, GPT Image 2 מצליח לשלב טקסט עברי מורכב בצורה מדויקת להפליא.

דוגמה מצוינת לכך היא היכולת לקחת פרומפט רגשי ומורכב – כמו שילוב מילות השיר של פאר טסי "עד אחרי הנצח" יחד עם ויז'ואל שמוקדש ליום הזיכרון – ולקבל תוצאה שבה המילים לא רק כתובות נכון, אלא גם משולבות טיפוגרפית בתוך האווירה של התמונה. המודל מבין את ההקשר התרבותי ואת המבנה הלשוני של ה-RTL (ימין לשמאל), מה שפותח דלת ליצירת פוסטים, כרזות ותכני שיווק בעברית ישירות מה-ChatGPT.

לפי פרסומים טכניים וניתוחי קהילה (כמו אלו שמופיעים ב-TestingCatalog), GPT Image 2 מציג כמה שיפורים קריטיים:

• •הבנת פרומפטים מורכבים: המודל מסוגל לעקוב אחרי הוראות ארוכות ומפורטות מבלי "לשכוח" אובייקטים בדרך. אם ביקשתם 15 פריטים שונים בחדר, יש סיכוי גבוה שתמצאו את כולם שם.
• •יצירת ממשקי משתמש (UI): המודל מצטיין ביצירת צילומי מסך פיקטיביים של אפליקציות עם כפתורים וטקסטים ברורים – כלי עבודה עוצמתי למעצבים ויזמים.
• •רזולוציה ואיכות: תמיכה מובנית ברזולוציות גבוהות יותר (עד 4K בחלק מהגרסאות) ויכולת לייצר תמונות ביחס גובה-רוחב מגוון (כמו 16:9 לסרטונים) מבלי לעוות את האובייקטים.
• •מהירות ביצוע: למרות המורכבות, המודל פועל בצורה יעילה ומהירה יותר מקודמיו בזכות הארכיטקטורה החדשה.

OpenAI נוקטת בגישה של פריסה מדורגת. נכון לעכשיו, המודל מופיע כחלק מניסויי A/B בתוך אפליקציית ChatGPT. משתמשים שקיבלו גישה מדווחים על ממשק חדש המאפשר עריכה מדויקת יותר של אלמנטים בתוך התמונה באמצעות שיחה חופשית.

בניגוד ל-DALL-E 3, שהיה מודל חיצוני ש"זומן" על ידי ChatGPT, המודל החדש הוא חלק בלתי נפרד מ-GPT-4o. זה מאפשר לו להשתמש בכל הידע של מודל השפה כדי להבין סאבטקסט, ציטוטים משירים או מושגים היסטוריים, ולהפוך אותם לוויז'ואל מדויק.

אנחנו נמצאים בנקודת מפנה שבה הכלים הגנרטיביים הופכים מצעצועים נחמדים לכלי עבודה של ממש. היכולת של GPT Image 2 להתמודד עם עברית ברמה כזו היא הוכחה לכך שחסמי השפה הולכים ומתפוגגים. עבור יוצרי תוכן, בעלי עסקים ואנשי טכנולוגיה בישראל, מדובר בהזדמנות לייצר ויז'ואלים מותאמים אישית עם טקסט מקומי, ללא צורך במעבר לתוכנות עריכה גרפית.

אם יש לכם אנדרואיד, זה הזמן לבדוק אם העדכון כבר הגיע אליכם. נסו לתת לו פרומפטים עם ציטוטים בעברית – התוצאות עשויות להפתיע אתכם.

למידע נוסף על הכרזות OpenAI האחרונות, ניתן לבקר ב-בלוג הרשמי של החברה.