OpenAI の最新 GPT Image 2 モデル、権威ある文生図の評価で驚くべき成績を収め、Google Nano Banana2を上回り、世界第1位の座を獲得しました。このモデルは 4 月 21 日に正式に発売されました。何ヶ月にもわたる反復的なアップグレードを経て、画質、理解力、細部の復元機能が大幅に向上しました。
SuperCLUE の評価データは次のことを示しています。GPT Image 2 は、漢字の生成、リアリティの再現、画質など、多くの主要な次元でトップに達しており、そのパフォーマンスは非常に印象的です。
漢字生成能力は 93.07 ポイントに達し、全文精度が得られます。青白磁の篆書やアクリル素材の金文字など、浮遊感なく完璧に一体化し、海外モデルで発生する漢字文字化けの問題を完全に解決します。
漢字生成 - 画像とテキストの適合
漢字生成 - 画像とテキストの適合
シーン復元に関しては、昔ながらのパン屋や無形文化財の鍛冶屋などの複雑なシーンを、リアルかつ自然なディテールで正確に再現します。同時に、彼は長い即語や論理的推論の要件をよく理解しており、科学的な概略図やポスターのデザインなどの専門的な画像を正確に作成でき、高度な指示遵守性を備えています。
物理的なシーンの再現
前世代の製品と比較して、GPT Image 2 は画像とテキストの一貫性と漢字生成が大幅に向上し、あらゆる面で前世代モデルを上回りました。 Google や Baidu などの競合製品と比較して、特に創造的な推論と現実の再現において、多面でリーダーシップを発揮しています。
現時点では、空間関係の理解や知識推論などの面でモデルの最適化がまだ必要ですが、モデル全体は業界トップレベルに達しており、ヴィンセントグラフ技術の新たな段階を迎えています。
国内外の頭部モデルの一次寸法スコアの比較