OpenAI presenta ChatGPT Images 2.5, nuova generazione del sistema dedicato alla creazione e modifica delle immagini. Migliorano soprattutto precisione dell’editing, coerenza tra modifiche successive, illuminazione e texture, mentre la latenza può diminuire fino al 50% rispetto a Images 2.0. Arrivano anche Sketch, template, commenti sulle immagini e due nuovi modelli dedicati agli sviluppatori.

ChatGPT Images 2.5 è ufficiale e questa volta OpenAI sembra essersi concentrata su uno dei problemi che incontriamo più spesso utilizzando l’AI per creare immagini: modificare una cosa senza distruggere tutto il resto.

La nuova versione è stata annunciata l’8 settembre e viene distribuita su ChatGPT, ChatGPT Work e Codex attraverso desktop, mobile e web. OpenAI parla di un rollout destinato a tutti i tier, quindi la disponibilità può comunque comparire progressivamente sui singoli account.

Non è un aggiornamento marginale. Secondo OpenAI, ogni settimana vengono ormai create oltre 3 miliardi di immagini tra ChatGPT Images e i modelli GPT-Image utilizzati tramite API. Migliorare il workflow di editing diventa quindi importante almeno quanto aumentare la qualità della prima generazione.

ChatGPT Images 2.5 modifica meglio senza cambiare tutto

È probabilmente la novità più importante.

Con Images 2.5 OpenAI promette un editing molto più selettivo. Se chiediamo di cambiare un oggetto, uno sfondo, una scritta oppure un singolo elemento della scena, il modello dovrebbe essere più bravo a lasciare invariati soggetto, composizione e dettagli che non abbiamo chiesto di modificare.

Chi ha utilizzato molto i generatori di immagini conosce bene il problema.

Partiamo da un’immagine quasi perfetta, chiediamo di correggere un dettaglio e improvvisamente cambiano il viso di una persona, la forma di un prodotto, il posizionamento degli oggetti o persino elementi che avevamo già approvato.

Images 2.5 nasce proprio per ridurre questo comportamento.

OpenAI sottolinea inoltre una maggiore fedeltà quando si lavora partendo da una foto di riferimento. I soggetti dovrebbero rimanere più riconoscibili anche cambiando ambientazione, stile o composizione.

Per chi lavora con foto prodotto, immagini editoriali o creatività legate a un brand, potrebbe essere un miglioramento più importante dell’aumento puro di dettaglio.

Più coerenza anche dopo molte modifiche

Un altro passo avanti riguarda il multi-turn editing.

Images 2.5 dovrebbe ricordare meglio le modifiche precedenti e costruire ogni nuovo intervento sopra quello già realizzato, evitando il progressivo deterioramento dell’immagine.

È un concetto molto vicino a quello che utilizziamo normalmente in un programma di grafica.

Si parte da una base, si modifica lo sfondo, poi l’illuminazione, successivamente una scritta e infine un dettaglio del prodotto. Idealmente, ogni passaggio dovrebbe aggiungere qualcosa senza costringerci a ricominciare da zero.

OpenAI vuole rendere la creazione tramite ChatGPT più simile proprio a questo processo iterativo.

Illuminazione e texture diventano più realistiche

Non manca naturalmente il miglioramento della qualità visiva.

OpenAI parla di illuminazione più naturale, texture più ricche e soggetti più fedeli alle immagini originali.

Migliora anche la capacità di comprendere istruzioni visive complesse, realizzare layout articolati e gestire immagini con sfondo trasparente.

L’azienda cita esplicitamente utilizzi come creatività pubblicitarie, immagini prodotto, contenuti social, UI concept e materiali destinati alle presentazioni.

C’è anche un miglioramento nella gestione delle informazioni reali inserite nelle immagini e della composizione di contenuti più strutturati.

Resta naturalmente da verificare quanto queste promesse incidano sui casi più difficili, soprattutto quando entrano in gioco testi molto lunghi, loghi, prospettive complicate o prodotti che devono essere riprodotti con precisione assoluta.

• 

• 

ChatGPT Images 2.5 è fino al 50% più veloce

C’è poi una novità molto concreta: il tempo di attesa.

OpenAI dichiara una riduzione della latenza di generazione fino al 50% rispetto a Images 2.0.

Non significa che ogni immagine verrà generata nella metà esatta del tempo. Si tratta del miglioramento massimo dichiarato e le prestazioni possono variare in base a complessità, qualità richiesta e carico del servizio.

Su un workflow composto da molte generazioni ed edit consecutivi, però, anche una riduzione più contenuta potrebbe cambiare parecchio l’esperienza.

Quando si lavora per tentativi, il vero limite non è infatti soltanto la qualità della singola immagine. È quanto tempo serve per arrivare a quella definitiva.

Sketch permette di disegnare quello che vogliamo

Tra le nuove funzioni di ChatGPT compare Sketch.

Invece di descrivere soltanto a parole la composizione desiderata, possiamo realizzare un semplice disegno e utilizzarlo come riferimento.

Su mobile basta digitare @ nel campo del messaggio, selezionare Sketch, tracciare l’idea e poi spiegare lo stile e gli altri dettagli desiderati.

Non serve naturalmente saper disegnare.

Possiamo indicare, per esempio, dove vogliamo posizionare uno smartphone, dove deve comparire il logo e quale spazio lasciare libero per un titolo. Images 2.5 utilizza poi quella struttura come guida per creare l’immagine completa.

Per copertine, poster e composizioni molto precise può essere decisamente più immediato rispetto a descrivere ogni posizione attraverso un prompt.

Arrivano anche template e commenti sulle immagini

OpenAI introduce inoltre template per alcuni dei formati creativi più comuni.

Tra gli esempi vengono citati poster, merchandising e fotografie prodotto. Si parte quindi da una struttura predefinita e si personalizzano contenuto, stile ed elementi grafici.

C’è anche la possibilità di inserire commenti direttamente sull’immagine per indicare in maniera più precisa ciò che deve essere modificato. Le release note OpenAI indicano questa funzione sull’esperienza mobile.

Infine possiamo condividere non soltanto l’immagine finale, ma anche il prompt utilizzato per crearla.

Chi riceve il prompt può riutilizzarne la struttura inserendo i propri dettagli e le proprie immagini.

Due nuovi GPT-Image 2.5 arrivano anche nelle API

Per gli sviluppatori OpenAI introduce contemporaneamente due modelli.

GPT-Image-2.5 Flare è quello pensato per la maggior parte degli utilizzi. OpenAI lo descrive come il modello più veloce per la generazione quotidiana di immagini di qualità e dichiara una latenza inferiore del 50% rispetto a GPT-Image-2.

È destinato a social, creator, prototipazione rapida, immagini prodotto, visual search e generazione su grandi volumi.

GPT-Image-2.5 Sunburst privilegia invece la precisione.

OpenAI lo definisce il proprio modello più capace per generazione ed editing, indicato quando è importante mantenere un controllo molto stretto sulle modifiche e ottenere creatività più rifinite, accettando tempi di elaborazione superiori.

È una divisione interessante: Flare per velocità e volume, Sunburst per i lavori nei quali la precisione conta di più.

ChatGPT Images 2.5 è in rollout per tutti i piani

Sul fronte disponibilità, OpenAI specifica che Images 2.5 è in distribuzione su tutti i tier di ChatGPT, oltre che su ChatGPT Work e Codex, attraverso web, desktop e mobile.

È più preciso parlare di rollout che di disponibilità simultanea per ogni singolo utente, perché la stessa OpenAI utilizza questa formulazione nell’annuncio.

Flare e Sunburst sono invece già disponibili tramite OpenAI API.

La direzione di Images 2.5 ci sembra comunque chiara. La corsa non riguarda più soltanto chi riesce a generare l’immagine più spettacolare partendo da una frase.

La sfida sta diventando quanto controllo abbiamo dopo la prima generazione.

Se Images 2.5 riuscirà davvero a modificare un singolo dettaglio senza reinterpretare ogni volta l’intera scena, il salto più importante potrebbe non essere il maggiore realismo o il 50% di latenza in meno. Potrebbe essere finalmente la possibilità di lavorare su un’immagine AI come su un progetto che evolve, invece di affidarsi ogni volta a una nuova estrazione.