வியட்நாமில் உள்ள இணைய பயனர்கள் ChatGPT இன் புதிய அம்சத்தால் உன்ன眠 இளைப்பாறுகின்றனர்.

OpenAI’s new image generation model, Images 2.0, is capturing the attention of technology enthusiasts and users in Vietnam. For the first time, it can process text in images with high accuracy, even in Vietnamese, addressing a long-standing limitation of previous AI generations.

Two years ago, tools like DALL-E 3 frequently made spelling mistakes and even fabricated words when creating images containing text. Now, Images 2.0 can produce a complete restaurant menu with clear, natural content that is difficult to distinguish from designs created by humans.

In practical tests with Vietnamese, we found that compared to the Image 1.5 version released late last year, ChatGPT integrated with Images 2.0 offers faster image generation and higher accuracy.

Vietnamese text displays with virtually no spelling errors or character misrepresentations, even for lengthy content. Additionally, users can choose from various aspect ratios like square, portrait, landscape, or widescreen.

Feedback from the community indicates that OpenAI’s Images 2.0 is putting considerable competitive pressure on rivals, including Google’s Nano Banana Pro.

“After Google released Nano Banana Pro, ChatGPT finally entered the game with Image 2.0. It understands Vietnamese more clearly, with more detailed command structuring. This means that menu makers can have plenty of orders to fulfill,” quipped a social media user.

While it hasn’t disclosed detailed technology, OpenAI mentions that Images 2.0 integrates a ‘thinking’ capability, allowing it to self-check results, search for information, and create multiple image variations from a single request.

This allows the model to design complex products such as marketing materials, interfaces, or highly detailed comic strips.

Furthermore, the ability to display letters beyond the Latin alphabet, such as Japanese, Korean, or Hindi, has also been significantly improved. The output resolution can reach up to 2K, enabling a better recreation of intricate details, symbols, and dense layouts — aspects that were major limitations in previous image-generating AI.

Images 2.0 has been made available to all ChatGPT and Codex users. Among them, paid users can access additional advanced options. OpenAI has also launched the gpt-image-2 API, with pricing depending on quality and output resolution.

With these improvements, the issue of spelling errors in AI-generated images has nearly been resolved, opening up numerous practical applications in design and communication.

OpenAI-ன் புதிய பட உருவாக்க முறைமை, Images 2.0, தொழில்நுட்ப ஆர்வலர்களை மற்றும் வியட்னாமில் உள்ள பயனர்களை আকர்ஷிக்கிறது. முதன் முதலில், இது குறைந்த வேதியியல் வடிவத்தில் உரைகளை படங்களில் செயலி செய்ய முடிகிறது, வியட்நாமிய மொழியிலும், முந்தைய AI தலைமுறைகளின் நீண்ட கால குறைவுகளை சரிசெய்கிறது.

இரண்டு ஆண்டுகள் முன்னர், DALL-E 3 போன்ற கருவிகள் உரைகளை உள்ளடக்கிய படங்களை உருவாக்கும் போது அடிக்கடி எழுத்துப்பிழைகள் செயற்படுத்தின, தற்போது Images 2.0 ஒரு முழுமையான உணவகம் பட்டியலை தெளிவான, இயற்கையான உள்ளடக்கத்துடன் உருவாக்க முடிகிறது, இது மனிதர்களால் உருவாக்கப்பட்ட வடிவமைப்புகளைப் போன்றதாகவே இருக்கிறது.

வியட்நாமிய மொழியில் நடைமுறை பரிசோதனைகளில், கடந்த ஆண்டு இறுதியில் வெளியிடப்பட்ட Image 1.5 பதிப்பத்துடன் ஒப்பிடும்போது, ChatGPT Images 2.0 உடன் இணைக்கப்பட்டவுடன் படம் உருவாக்கும் வேகம் மேலும் அதிகரித்து துல்லியமானதாக அமைகிறது.

வியட்நாமிய உரை முடிவில் செய்திகள் செய்யப்படுவது மிகக் குறைவாக உள்ளது, உரை நீண்டதாக இருந்தாலும், எழுத்து அல்லது அசாதாரண சொற்களுக்கு இடமில்லை. கூடுதலாக, பயனர் சதுர, முழுநகல், காட்சி அல்லது அகல்திரையானவை உள்ளிட்ட பல பரிமாணங்களை தேர்வுசெய்ய முடியும்.

சமுதாயத்திலிருந்து வந்த கருத்துக் குறிப்பு, OpenAI-ன் Images 2.0 புதிய முயற்சிகளில் நன்கு சமாளிக்கப்பட்டதாக இருக்கிறது, Google-ன் Nano Banana Pro உட்பட.

Google Nano Banana Pro-வெளியிடுவதற்குப் பிறகு, ChatGPT இப்போது Image 2.0 உடன் போட்டிக்கு இறங்கியிருக்கிறது. இது வியட்நாமியத்தை தெளிவாகப் புரிந்து கொண்டது, அறிவித்தல் கட்டமைப்பு இன்னும் சிறப்பாக உள்ளது. இது காரணமாக, பல அணி உருவாக்குபவர்கள் இப்போது பணிகளை பெற முடிகின்றனர்” என்றனர் ஒரு சமூக ஊடக பயனர்.

OpenAI தொழில்நுட்பத்தைப் பற்றிய சிக்கல்களை பட்டியல் உருவானாலும், Images 2.0-ல் “சிந்தனை” திறமைகளை இணைத்துள்ளதாகக் கூறுகிறது, இது விளைவுகளை சோதனை செய்யவும், தகவல்களைத் தேடவும், நிச்சயமான தேவையிலிருந்து பல படங்களை உருவாக்கவும் முடிகின்றது.

இதன் மூலம், மாடல்கள் சிக்கலான தயாரிப்புகளை வடிவமைக்க முடிகிறது, மார்க்கெட்டிங் பொருட்கள், பரிந்துரை அல்லது உட்பட்ட சிக்கலான காமிக்ஸ் strip களை உருவாக்குகிறது.

மேலும், லத்தீன் எழுத்துக்களுக்குப் புறமாக உள்ள எழுத்துக்களை வகுப்பது, ஜப்போனிய, கொரிய அல்லது இந்தி போன்றவை சிறந்த முறையில் மேம்படுத்தப்பட்டுள்ளது. வெளியீட்டு தீர்வு 2K-க்கு வலுப்பெற்றுள்ளது, ஜடாச்சுமஞ்சலாக உள்ள செய்திகளை வேறு தொடர்பானது – இது முன்னணி பட உருவாக்க AI க்கு பெரிய தடைகள்.

Images 2.0-ஐ அனைத்து ChatGPT மற்றும் Codex பயனர்களுக்குக் கொடுத்துள்ளன. இதில், செலுத்துபவர்கள் மேலதிக விருப்பங்களை அணுகலாம். OpenAI, gpt-image-2 API ஐ ஆரம்பித்து, விலை வெளியீட்டு தரம் மற்றும் தீர்வுக்கு அடிப்படையாக உள்ளது.

இந்த முன்னேற்றங்களுடன், AI-ல் உருவாக்கப்படும் படங்களில் எழுத்துப் பிழைகளை சரிசெய்யும் நிலை பெருமளவு சரியாயுள்ளது, வடிவமைப்பு மற்றும் தகவல் தொடர்பில் பல நடைமுறை பயன்பாடுகளை திறக்கின்றன.