Suurin loikka Image Arenan historiassa
OpenAI julkaisi tiistaina 21. huhtikuuta gpt-image-2:n, ja kahdentoista tunnin sisällä malli oli kiilannut Image Arenan tekstistä-kuvaksi-listan ykköseksi 242 pisteen marginaalilla Googlen Nano Banana 2:n yli. Mittakaava avautuu taustasta: Arenassa kärkisijaa heiluttavat tyypillisesti 30–60 pisteen siirtymät, eikä yhtä suurta loikkaa ole listalla aiemmin nähty.
Lukemaa voi pitää yhtenä mittarina muiden joukossa, mutta se kertoo myös siitä, että OpenAI on koonnut malliin ominaisuuksia, joita kilpailijoilla ei vielä ole.
Mitä gpt-image-2 osaa eri tavalla
Tekninen ydin on niin sanottu päättelyvaihe ennen kuvageneraatiota. Käytännössä malli purkaa kehotteen osiin, vertailee vaihtoehtoja ja vasta sitten siirtyy piirtoon. OpenAI:n omien dokumenttien mukaan tämä on yhtiön ensimmäinen kuvamalli, jossa päättely on integroitu suoraan arkkitehtuuriin.
Toinen uutuus on verkkohaku generoinnin aikana. Käyttäjä voi pyytää kuvaa esimerkiksi tämän viikon F1-kisan voittajasta tai tuoreesta tuotelanseerauksesta, ja malli hakee referenssit verkosta ennen piirtoa. Aiemmin tämä on vaatinut erillisen vaiheen, jossa käyttäjä on syöttänyt kuvan itse.
Kolmas selkeä loikka on resoluutio. Gpt-image-2 tuottaa natiivisti 2K-tason kuvia, mikä riittää sosiaalisen median ohella myös printtikäyttöön ilman erillistä jälkikäsittelyä. Lisäksi malli osaa renderöidä tiheää tekstiä japaniksi, koreaksi, kiinaksi, hindiksi ja bengaliksi – ominaisuus, joka on ollut kuvageneroinnin pitkäaikainen kompastuskivi.
DALL-E 2 ja 3 sammuvat 12. toukokuuta
OpenAI ilmoitti samassa yhteydessä, että aiemmat kuvamallit DALL-E 2 ja DALL-E 3 poistuvat käytöstä 12. toukokuuta 2026. Tuon päivän jälkeen kaikki näiden mallien API-päätepisteitä kutsuvat integraatiot lakkaavat toimimasta. Yritysten on kolmen viikon sisällä siirrettävä työnkulkunsa gpt-image-2:een tai vaihdettava muuhun tarjoajaan, kuten Googlen Nano Banana 2:een tai Stability AI:n malleihin.
Suomalaiset mainostoimistot ovat jo siirtyneet
Suurimmat suomalaiset mainostoimistot ovat ottaneet kuvageneroivat mallit osaksi arkea jo aiempina vuosina. TBWA\Helsinki kertoo verkkosivuillaan käyttävänsä omaa Co-Pirate-työkaluaan, joka pohjaa ChatGPT:hen, sekä Getty Images AI:n kaltaisia kuvageneraattoreita ensimmäisten luonnosten tekoon. Hasan & Partners ja muut suuret toimijat ovat raportoineet vastaavista käytännöistä.
Toimistojen näkökulmasta gpt-image-2:n verkkohaku ja korkeampi resoluutio voivat siirtää työn painopistettä. Brief-vaiheen visualisointi, jossa kuvitettiin nopeasti kymmenen vaihtoehtoa asiakkaalle, voi nyt valmistua minuuteissa eikä tunneissa. Tämä koskettaa myös tavallista kuluttajaa, sillä kampanjoiden visuaaliset materiaalit syntyvät nopeammin ja halvemmin – mutta samalla niiden alkuperäisyys ja erottuvuus on entistä vaikeampaa varmistaa.
Kuvittajat varovaisia mallien koulutusdatasta
Suomalainen Kuvittajat ry on pitänyt esillä huolta kuvageneroivien mallien koulutusdatasta jo vuosien ajan. Yhdistyksen mukaan suuri osa malleista on koulutettu tekijänoikeuden suojaamilla kuvituksilla ilman lupaa ja korvausta, eikä OpenAI ole julkaissut yksityiskohtaista listaa gpt-image-2:n harjoitusaineistosta.
“Tekoälyjä on voitu kouluttaa hyödyntämällä tekijänoikeuden suojaamia kuvituksia luvatta ja korvauksetta. Tekoälyn on pysyttävä avusteisessa roolissa.”
