ChatGPT Images 2.6: рендеринг сложной типографики и сохранение стиля персонажейЗаметка · дайджест за 10 ноября
Типографический визуальный плакат с крупными гармоничными буквами и геометрическими плашками в стиле ChatGPT Images 2.6
Заметка2 раздела≈ 4 мин

ChatGPT Images 2.6: рендеринг сложной типографики и сохранение стиля персонажей

Четвёртого ноября OpenAI выпустила графический движок GPT-Image-2.6 в приложениях ChatGPT, среде Codex и API. Пользователи уже создают там свыше 4 миллиардов картинок в неделю против 3 миллиардов восемью неделями ранее, но главную перемену релиза многие в ленте пролистнули.

В первые часы все по привычке разглядывали портреты под лупой: стала ли кожа ещё достовернее? Я сверил документацию с разбором тестов Джулиана Голди и увидел другой вектор: ставку сделали не на витринный глянец. Обновление бьёт в две рабочие боли коммерческого дизайна — нечитаемую кашу вместо длинных надписей и распад внешности героя между кадрами.

Шрифтовые эмбеддинги и предварительная вёрстка

Вокруг нейросетей держится иллюзия, будто свежая версия сама нарисует сложный плакат с короткой фразы без настроек. На деле ранние диффузионные модели вроде DALL-E 3 воспринимали буквы как узор на обоях: угадывали общую рябь строки, но путали слоги и лепили лишние штрихи.

В GPT-Image-2.6 глубокие шрифтовые эмбеддинги — цифровые слепки буквенных форм — заставляют сеть опираться на чёткие векторные знаки, то есть глифы, выверяя орфографию, межбуквенные зазоры (кернинг) и шаг строк (интерлиньяж). Поверх этого в API работает параметр планирования complexity (low, medium и включённый по умолчанию high), с которым алгоритм рассчитывает сетку макета ещё до отрисовки.

Движок ускорился на 50% и разделился на два профиля. Лёгкая модель Flare выдаёт черновик за 6–8 секунд для быстрых идей в соцсетях, а старшая Sunburst тянет чистовой свет, фактуры и плотный текст. Меня в тесте Джулиана Голди зацепила плотность вёрстки: квадратный баннер с ночным стеклянным залом и голограммами уместил заголовок, подзаголовок, пять выгод с иконками, кнопку и адрес сайта без единой опечатки. Правда, печатные гротески на латинице выходят чисто, а витиеватая каллиграфия и плотная кириллица порой требуют пары дублей — перечитывать макет глазами перед публикацией всё ещё обязательно.

Эталоны внешности и точечные правки без поломки кадра

Аккуратная вывеска не спасёт серию, если на соседнем слайде у твоего героя меняются черты лица и одежда. Здесь многие попадают в ловушку: копируют из промпта в промпт длинный словесный портрет и оставляют уровень high для любой мелочи. В Sunburst это выходит боком — запрос дольше считается, быстрее жжёт кредиты, а из-за лишнего перепланирования при мелкой правке модель самовольно перерисовывает соседние детали.

В Images 2.6 эту проблему снимает связка сохранённых эталонов (Reference Images) и точечной разметки (Image Markup), доступной теперь и в чате, и в API. Достаточно раз сохранить в приложении фото человека, питомца или товара: система закрепляет за ним идентификатор черт лица, пропорций и стиля одежды для новых сцен.

Возьмём задачу сети кофеен: к сезонному меню нужна серия из четырёх постеров с одним бариста и названиями напитков на посуде. Раньше дизайнер часами клеил лица в фоторедакторе и вручную верстал текст поверх пустых стаканчиков. Теперь портрет бариста в фартуке сохраняют как Reference Image и за секунды ищут ракурсы во Flare: утро у кофемашины, обед с термокружкой, подача заказа у стойки и вечер с книгой. Финальные плакаты рендерят в Sunburst на высокой сложности, задавая в промпте слоган, логотип и названия напитков на стаканчиках. А чтобы заменить сорт кофе на третьем макете, ставят метку через Image Markup и правят только эту зону на лёгком режиме.

Для кофейни меняется вся экономика: за вечер без фотостудии готова цельная кампания с одним живым героем и читаемыми подписями на стаканчиках. Удачный кадр больше не пересобирают с нуля ради одного слова, бережно расходуя время и лимиты.

Попутно API научился выгружать векторный SVG для веб-вёрстки и печати, в чате заработала встроенная сборка зацикленных GIF, а файлы помечаются метаданными C2PA и водяным знаком SynthID от Google DeepMind — без прежних костылей вроде переноса портрета через JSON-параметры. Конкуренты рядом: Google Nano Banana 2.1 на Gemini 3.6 Flash берёт до 14 референсов за раз (до 4 героев и 10 предметов) и выдаёт до 4K с опорой на поиск Google, а Imagen 3 спорит за микроконтраст кожи, но готовые GIF в диалоге они не собирают.

Главный сдвиг ChatGPT Images 2.6 кроется не в выставочной красоте отдельной картинки, а в управляемости: шрифтовое планирование, сохранённые эталоны и точечная разметка превращают чат-генератор в рабочий инструмент серийного брендинга.

Хочу подробный разборГолоса помогают выбрать, что разобрать подробно. За этот материал 0 голосов.
Источники · 2