OpenAI ha lanciato ChatGPT Images 2.0, il primo modello di generazione visiva dell’azienda dotato di capacità di ragionamento. La novità più rilevante è che il modello può cercare informazioni sul web in tempo reale, verificare i propri output e produrre fino a otto immagini coerenti da un singolo prompt.
L’aiuto dal web
Il funzionamento si articola attraverso due diverse modalità. La modalità Instant genera risultati rapidi senza elaborazione aggiuntiva. Quella denominata Thinking, riservata agli abbonati Plus, Pro e Business, attiva le capacità di ragionamento: il sistema analizza il prompt, consulta il web per dati aggiornati, elabora i materiali caricati dall’utente e produce le immagini, solo dopo aver verificato la coerenza interna dell’output. In un demo presentato da OpenAI, gli ingegneri hanno chiesto al modello di esaminare uno store di e-commerce e generare un annuncio pubblicitario per i prodotti attualmente in vendita, recuperando autonomamente le informazioni dal sito. Senza accesso al web, le informazioni più recenti restano fuori portata.
Oltre “l’AI look”: icone, formati, alfabeti e realismo
Sul piano tecnico, Images 2.0 supporta risoluzioni fino a 2K e proporzioni comprese tra 3:1 orizzontale e 1:3 verticale, coprendo formati che vanno dai banner panoramici agli schermi mobile. La gestione del testo all’interno delle immagini è stata profondamente migliorata: il modello gestisce ora elementi tipografici densi, icone, componenti di interfacce utente e composizioni complesse. OpenAI dichiara miglioramenti significativi anche nel rendering di testi in alfabeti non latini, con progressi documentati per giapponese, coreano, cinese, hindi e bengali. Sul fronte del realismo visivo, il modello è progettato per riprodurre le imperfezioni caratteristiche di fotografie, stili cinematografici, manga e pixel art, eliminando il cosiddetto “AI look” che rendeva riconoscibili le generazioni precedenti.
Il salto di qualità: collaborazione con Codex
Da sottolineare l’integrazione con Codex, l’ambiente di sviluppo di OpenAI che consente ai programmatori di generare prototipi di interfacce e mockup direttamente nel proprio workspace, senza chiavi API separate. La connessione tra Images e il modello di programmazione rimanda alla volontà di fare concorrenza serrata al recentissimo Claude Design.
Non a caso OpenAI ha lanciato simultaneamente l’offerta enterprise Codex Labs.
