# ChatGPT Image 2: Интеллект уровня GPT-5.4 теперь рисует? Источник: https://www.youtube.com/watch?v=uvdRGC4cFhY Канал: Matthew Berman Опубликовано: 22.04.2026 --- В мире генеративного искусственного интеллекта произошло событие, которое обещает изменить правила игры в создании визуального контента. OpenAI представила **ChatGPT Image 2** — модель нового поколения, которая не просто рисует картинки, а обладает, по словам экспертов, «интеллектом уровня мышления» и глубоким пониманием физического мира. ## 🚀 Квантовый скачок в качестве: ChatGPT Image 2 против конкурентов [[JUMP:0:00]] Мэттью Берман начинает обзор с шокирующих цифр из рейтинга **LMSYS Image Arena**. Новая модель от OpenAI не просто заняла первое место, она совершила беспрецедентный рывок в качестве [0:14]. Основные показатели прогресса: * **ELO Score:** ChatGPT Image 2 набрала 1512 баллов, в то время как предыдущий лидер — Gemini 3.1 Flash (известная под кодовым именем Nano Banana 2) — имел лишь 1270 баллов [0:28]. * **Разрыв:** Разница более чем в 250 пунктов ELO указывает на так называемый «step change» — качественный скачок, переводящий технологию на новый уровень [2:40]. * **Позиционирование:** Разработчики называют это «моделью знаний о мире», сравнивая её когнитивные способности с GPT-5.4 [1:10]. Ведущий подчеркивает, что это не просто улучшение детализации, а появление у модели способности к логическому выводу и пониманию сложных визуальных задач [0:42]. Ключевой особенностью стала работа с текстом, макетами и сохранением консистентности персонажей. ## 🎨 Визуальная мощь и «интеллект мышления» [[JUMP:1:10]] Мэттью детально анализирует демонстрационное видео от OpenAI, обращая внимание на специфические аспекты, которые раньше считались слабыми местами нейросетей. ### Консистентность и плавные переходы Одним из самых впечатляющих примеров стала серия изображений хамелеона. Модель смогла сгенерировать последовательность кадров, где хамелеон, одетый в костюм моряка, движется к камере [2:01]. Фон плавно меняется, сохраняя при этом общую логику и детализацию персонажа от хвоста до самого глаза. Это свидетельствует о высоком уровне «памяти» модели между итерациями генерации [1:48]. ### Детализация и гиперреализм Модель способна генерировать изображения в разрешении до 2K [3:34]. В качестве примера приводится тарелка риса, где каждая отдельная крупинка прорисована уникально и четко. Мэттью утверждает, что при взгляде на такие изображения обычный человек не сможет отличить их от реальной фотографии [4:02]. Особое внимание уделено атмосферным деталям: * Пятна от кофе на бумаге [4:15]. * Текстура рукописного текста. * Сложное освещение в различных стилях: от пиксель-арта до кинематографических кадров и манги [4:31]. ## 🧪 Практические тесты: от спрайтов до математики [[JUMP:5:11]] Чтобы проверить громкие заявления OpenAI, Мэттью Берман провел серию «пыточных тестов» для модели прямо в эфире. ### Игровой дизайн и спрайты Первая задача — создание таблицы спрайтов (sprite sheet) для персонажа видеоигры [5:25]. Модель успешно справилась с генерацией различных состояний: реакции на урон, удары, уклонения, анимации смерти и специальные эффекты вроде рывков и силовых полей [5:53]. Все элементы выглядели стилистически однородно и пригодны для использования в разработке. ### Математика и логическое обоснование Модель была протестирована на способность решать уравнения прямо на изображении [6:21]. 1. **Простая задача:** Написать на доске «2 + 2 = ?» и вставить правильный ответ. С этим модель справилась легко, хотя сначала изображение выглядело слишком искусственным [6:35]. 2. **Сложная задача:** Уравнение вида `18 * 24 + 11 - C = ?`, где `C = 5`. * В обычном режиме модель совершила ошибку, выдав ответ 413 [7:59]. * При включении **«режима мышления» (thinking mode)** ChatGPT Image 2 правильно рассчитала результат — **438** — и отобразила его на картинке [8:12]. ### Фотореализм и проблемы с анатомией При генерации рекламного снимка рук, держащих банки газировки, модель показала отличную работу с бликами на каплях воды и текстом [9:05]. Однако Мэттью заметил странность: кисть руки выглядела непропорционально огромной, напоминая «руку великана», хотя количество пальцев формально было верным [8:52]. ## 🖼️ Создание контента для YouTube и работа с лицами [[JUMP:10:26]] Берман протестировал модель в качестве дизайнера превью для видео. Модель показала отличные результаты в двух категориях: 1. **Интеграция лица:** Нейросеть практически идеально перенесла лицо Мэттью в сгенерированный кадр, избежав эффекта «зловещей долины» [11:06]. 2. **Стилизация под MrBeast:** ChatGPT Image 2 успешно имитировала специфический стиль превью самого популярного блогера мира, включая шрифты, общую композицию и даже оригинальный логотип канала [11:32]. ## 🕵️ Политическая цензура и логические тесты [[JUMP:11:44]] Одним из сюрпризов стало отсутствие жесткой цензуры на изображения известных личностей. Модель сгенерировала встречу Илона Маска и Сэма Олтмена за ужином с лобстерами [11:58]. * **Детализация лиц:** Лица Олтмена и Маска получились крайне точными. * **Сложные сценарии:** Модель добавила Дарио Амодеи (главу Anthropic) и верно интерпретировала запрос сделать лобстера «живым», чтобы тот укусил Сэма [12:11]. * **Прогноз старения:** Модель попыталась изобразить Мэттью Бермана в старости. Ведущий отметил, что сгенерированный старик поразительно похож на его собственного отца [13:08]. Однако попытка воссоздать его детский образ провалилась: нейросеть не знала, что в детстве у Мэттью были прямые светлые волосы [13:21]. В завершение был проведен **«тест с мраморным шариком»** [13:34]. На просьбу показать, что произойдет, если поднять перевернутую чашку, под которой лежит шарик, модель четко изобразила шарик на столе именно в том месте, где он должен находиться по законам физики [13:59]. ## 💡 Итоги и влияние на индустрию [[JUMP:14:14]] Мэттью Берман резюмирует, что ChatGPT Image 2 — это инструмент, который требует от пользователя развития «вкуса» (taste) [4:44]. Несмотря на то, что интернет наполнится более качественным «нейросетевым шлаком» (AI slop), выигрывать будут те авторы, которые смогут грамотно курировать возможности модели. Модель демонстрирует не только визуальное совершенство, но и глубокую интеграцию с логическими модулями, что делает её незаменимой для создания графиков, инфографики и технически точных иллюстраций.