2025. 12. 20. - 10:00
OpenAI vs Google: Őrült verseny a kkv-k figyelméért
Megérkezett a ChatGPT Images legújabb verziója, amely sebességével és precizitásával minden eddigi képzelőerőt felülmúl, közvetlen kihívást intézve a Google felé.
Hatalmas fordulatot vett a generatív technológiák éve, hiszen az OpenAI nemrég bejelentette legújabb dobását, amely alapjaiban rengetheti meg a vizuális tartalomgyártást. A vállalat legfrissebb fejlesztése, a GPT-Image-1.5 névre keresztelt modell, kifejezetten azért jött létre, hogy visszaszerezze a vezetést a Google múlt hónapban debütált és azonnal virálissá vált Nano Banana Pro szoftverétől. A CNET technológiai portál beszámolója szerint az új modell nem csupán egy egyszerű frissítés, hanem egy dedikált felületet is kapott a ChatGPT oldalsávjában, ahol előre beállított stílusokkal és trendi dizájnokkal várja a felhasználókat. Ez a lépés végre elszakad attól a korábbi, kissé esetleges megoldástól, ahol csak csevegés útján lehetett képeket generálni, így mostantól a vizuális alkotás valóban a tervezésre és a szerkesztésre fókuszálhat.
Az új rendszer egyik legmegdöbbentőbb újítása a sebesség és a pontosság drámai növekedése, amelyet Fidji Simo, az OpenAI alkalmazásokért felelős vezérigazgatója is kiemelt. A szakember szerint a felhasználók első élménye a mesterséges intelligencia világával gyakran a szöveg képpé alakítása, ami varázslatos folyamat, ám a korábbi chatfelület nem erre a feladatra volt optimalizálva.
Mostantól azonban a GPT-Image-1.5 négyszer gyorsabb elődjénél és olyan szerkesztési eszközöket kínál, amelyekkel specifikus objektumokat adhatunk hozzá a képhez, vagy éppen ruhadarabokat próbálhatunk fel a generált karakterekre. Ez a fajta precizitás, párosulva a hihetetlen sebességgel, olyan eszközöket ad a kis- és középvállalkozások kezébe, amelyekkel percek alatt készíthetnek profi marketing anyagokat grafikus bevonása nélkül.
Hatalmas a verseny
Az egyik legfájóbb pont a generatív képalkotásban eddig a feliratok kezelése volt, hiszen a modellek gyakran értelmezhetetlen krikszkrakszokat írtak a képekre szöveg gyanánt. Az OpenAI állítása szerint az 1.5-ös verzió ebben is áttörést hozott és végre képes olvasható, tiszta feliratokat elhelyezni a grafikákon, legyen szó infografikáról vagy egy póló feliratáról. A CNET újságírói által tesztelt, "Feels the AGI" feliratú pólót viselő Mikulásról készült kép is azt bizonyítja, hogy a technológia végre felnőtt a feladathoz, bár a végső ítélethez természetesen további tesztekre lesz szükség. Ez a fejlesztés különösen fontos lehet a vállalati felhasználók számára, akik eddig kénytelenek voltak utólag, más szoftverekkel feliratozni a generált tartalmakat.
Nem mehetünk el szó nélkül a háttérben zajló stratégiai lépések mellett sem, hiszen az OpenAI nemrég kötött megállapodást a Disney-vel, ami hamarosan lehetővé teszi ikonikus karakterek használatát a tartalomgyártásban. Bár a Disney figurák generálása csak 2026 elején várható, ez a partnerség is jelzi, hogy a mesterséges intelligencia egyre mélyebben beépül a szórakoztatóipar és a kreatív szakmák szívébe. A Google Gemini 3 modelljével érkező Nano Banana Pro hiperrealisztikus képei és a világra vonatkozó tudása komoly félelmeket generált a tartalom hitelességével kapcsolatban, így az OpenAI válaszlépése nem csupán technológiai, hanem piaci dominancia kérdése is. A verseny élesebb, mint valaha és a felhasználók csak nyerhetnek azzal, hogy a két óriás egymásra licitálva dobja piacra a jobbnál jobb eszközöket.
A vizuális tartalomgyártás mellett egy másik óriási hír is napvilágot látott, miszerint az Adobe legnépszerűbb alkalmazásai, a Photoshop, az Express és az Acrobat is integrálódnak a ChatGPT felületébe. Ez azt jelenti, hogy a felhasználók anélkül szerkeszthetik fotóikat vagy hozhatnak létre kiadványokat, hogy elhagynák a csevegő ablakot, ráadásul ehhez még külön előfizetésre sincs szükségük. A CNET cikke alapján ez a funkció azoknak a tartalomgyártóknak szól, akik gyorsan, a mesterséges intelligencia segítségével szeretnének módosítani a képeken, például fényerőt állítani vagy effekteket alkalmazni egy felugró ablakban megjelenő csúszkák segítségével. Ez a fajta hibrid megoldás, ahol a generatív képességek találkoznak a professzionális szerkesztő eszközökkel, teljesen új távlatokat nyit meg a kkv szektor számára a hatékony és költségkímélő tartalomgyártásban.
CS.SZ.
