Hopp til innholdet
Norsk journal om kunstig intelligens 255 artikler Oslo --:--
TokenPrat
1 min lesetid Av TokenPrat-redaksjonen

OpenAI lanserte ChatGPT Images 2 – her er det du trenger å vite

Det ryktes lenge. Nå er det offisielt. OpenAI har kunngjort sin neste
generasjon bildemodell – og den setter nye standarder på flere fronter.

Fra lekkasje til kunngjøring

Modellen har vært i omløp lenge før den offisielle kunngjøringen.
Tidlig i april dukket tre anonyme varianter opp på LM Arena under
kodenavnene maskingtape, gaffertape og packingtape – og ble
fjernet igjen i løpet av timer. Fellesskapet rakk likevel å teste,
sammenligne og dokumentere.

Det de fant, var en merkbar forbedring over forgjengeren.

Hva er nytt?

Tekst inne i bilder fungerer endelig. Dette har vært en svakhet
i alle store bildemodeller. ChatGPT Images 2 håndterer nå tekst,
knappemerking og skjermbilder med en presisjon som tidligere ikke
var mulig.

Flerspråklig støtte. Modellen er bygget for å håndtere ikke-latinske
skriftsystemer – japansk, koreansk, kinesisk, hindi og bengalsk –
integrert i designet, ikke bare oversatt.

Opptil åtte bilder fra én prompt. For de som jobber med
storyboards, kampanjer eller produktvisualisering er dette et
stort steg fremover.

Reasoning-integrasjon. Modellen kan søke på nettet i sanntid
for å sikre visuell nøyaktighet, og har en oppdatert kunnskapsgrense
fra desember 2025.

Hva skjer med de gamle modellene?

DALL-E 2 og DALL-E 3 legges ned 12. mai 2026. GPT-Image-1.5
depreceres som standardmodell, men forblir tilgjengelig via API
for eksisterende integrasjoner. Tidspresset er reelt –
har du integrasjoner mot de gamle modellene bør du begynne
migreringen nå.

Hva betyr dette i praksis?

For fotografer, designere og innholdsskapere blir dette relevant
snart – ikke om seks måneder. Presis tekst i bilder,
karakterkonsistens og sterkere promptforståelse betyr færre
genereringsforsøk og resultater som faktisk kan brukes.

Utrullingen er i gang og forventes å nå alle brukere i løpet av
kort tid.

Ressurser

Del

Les videre

Forsiden →
Forelesningssal om natten med en tavle full av krittdiagrammer, en laptop og høye stabler med manuskripter
· Forskning

OpenAI slapp over 700 matematikkbevis på én dag – Lean sjekker rundt 42 prosent av dem

6. oktober la OpenAI ut 722 matematiske manuskripter laget av en intern modell uten navn. Det mest interessante er metoden: en AI som tenker i timevis per problem, og et maskinelt verktøy som skal skille holdbare bevis fra tull.

Studiomikrofon med lysende fargede lydbølger i et mørkt lydstudio
· Modeller

Ming 3.0 TTS: Beste åpne stemmekloner med MIT-lisens – men den snakker ikke norsk

Ant Group har sluppet to talemodeller som kloner stemmer, designer nye fra en beskrivelse og ler, sukker og nøler på kommando. Den minste har bare 0,5 milliarder parametere, og lisensen er så åpen som det går an. Men står norsk på ønskelista, må du vente.

Menneskehånd og robothånd som holder hver sin trekloss med samme grep
· Forskning

FlashDexRetarget: Én policy for tusen håndbevegelser – og 100 ganger mindre GPU-tid

Roboter med fingre trenger enorme mengder treningsdata, og den billigste kilden er opptak av mennesker som håndterer ting. Problemet er å oversette en menneskehånd til en robothånd. Et nytt prosjekt fra KAIST og Holiday Robotics gjør det med én felles modell i stedet for én per bevegelse, og bruker