सैन फ्रांसिस्को | आर्टिफिशियल इंटेलिजेंस क्षेत्र की दिग्गज कंपनी OpenAI ने मंगलवार को अपने नेक्स्ट जनरेशन इमेज जनरेशन मॉडल, 'ChatGPT Images 2.0' को वैश्विक स्तर पर पेश कर दिया है। यह मॉडल न केवल पहले से अधिक सटीक है, बल्कि इसमें पहली बार 'रीजनिंग कैपेबिलिटीज' (सोचने की क्षमता) को भी जोड़ा गया है, जो इसे बाजार में मौजूद अन्य मॉडल्स से काफी आगे ले जाता है।
क्या है नया? 'थिंकिंग' फीचर्स के साथ एआई का विजुअल अवतार
ChatGPT Images 2.0 की सबसे बड़ी खासियत इसकी रीजनिंग-बेस्ड थिंकिंग है।
एडवांस्ड रीजनिंग: अब यह मॉडल इमेज बनाने से पहले प्रॉम्प्ट के कॉन्टेक्स्ट को समझता है। इसे रीजनिंग-इनेबल्ड चैटजीपीटी मॉडल के साथ जोड़ा जा सकता है, जिससे यह वेब सर्च करने, जानकारी को वेरिफाई करने और फिर इमेज जेनरेट करने जैसे जटिल कार्य एक साथ कर सकता है।
2K रेजोल्यूशन: यह मॉडल अब 2K रेजोल्यूशन तक के आउटपुट को सपोर्ट करता है, जिससे प्रोफेशनल ग्रेड इमेजेज प्राप्त की जा सकती हैं।
बहुभाषी सपोर्ट: हिंदी और बंगाली में भी सटीक टेक्स्ट
डिजाइनर्स के लिए एक बड़ी राहत के रूप में, Images 2.0 में मल्टीलिंगुअल सपोर्ट को काफी बेहतर बनाया गया है।
अब यह इमेज के भीतर हिंदी, बंगाली, चीनी, जापानी और कोरियाई जैसी भाषाओं के टेक्स्ट को सटीकता से रेंडर कर सकता है।
इसका उपयोग अब उन पोस्टर्स, डायग्राम और इन्फोग्राफिक्स के लिए किया जा सकेगा जहाँ गैर-अंग्रेजी भाषा डिजाइन का अहम हिस्सा होती है।
कंट्रोल और कंसिस्टेंसी के नए आयाम
फ्लेक्सिबल आस्पेक्ट रेशियो: अल्ट्रा-वाइड (3:1) से लेकर टॉल लेआउट्स (1:3) तक, यह मॉडल हर तरह के फ्रेम को सपोर्ट करता है।
एक साथ 8 आउटपुट: कंपनी का दावा है कि यह मॉडल कैरेक्टर्स और ऑब्जेक्ट्स की कंसिस्टेंसी बनाए रखते हुए एक साथ 8 कोहेरेंट (जुड़े हुए) आउटपुट दे सकता है।
विविध स्टाइल्स: फोटोरियलिस्टिक इमेजेज से लेकर पिक्सल आर्ट और 'मांगा' (Manga) तक, हर स्टाइल में लाइटिंग और टेक्सचर का विशेष ध्यान रखा गया है।
उपलब्धता और नॉलेज कटऑफ
ChatGPT Images 2.0 का नॉलेज कटऑफ अब अपडेट होकर दिसंबर 2025 हो गया है।
यूजर्स: यह मंगलवार से ही ChatGPT और Codex के सभी यूजर्स के लिए उपलब्ध है।
सब्सक्राइबर्स: Plus, Pro और Business यूजर्स के लिए 'रीजनिंग-बैक्ड' फीचर्स विशेष तौर पर उपलब्ध होंगे।
डेवलपर्स: डेवलपर्स इसे gpt-image-2 API के जरिए एक्सेस कर सकते हैं।
सीमाएं और चुनौतियां
सफलता के दावों के बीच OpenAI ने इसकी कुछ सीमाओं को भी स्वीकार किया है। यह मॉडल जटिल भौतिक समझ वाले कार्यों (जैसे ओरिगेमी इंस्ट्रक्शन्स या बहुत जटिल पजल्स) में अभी भी संघर्ष कर सकता है। साथ ही, 2K से ज्यादा रेजोल्यूशन वाले आउटपुट अभी बीटा फेज में हैं।
एक प्रासंगिक सवाल: चूंकि अब यह मॉडल हिंदी और बंगाली टेक्स्ट को बेहतर तरीके से हैंडल कर सकता है, क्या आप अपने किसी मार्केटिंग कैंपेन या एजुकेशनल प्रोजेक्ट के लिए इस मॉडल के इस्तेमाल से जुड़े कुछ विशिष्ट 'प्रॉम्प्ट आइडियाज' जानना चाहेंगे?
