Crystal Palace
OpenAI vừa giới thiệu phiên bản ChatGPT Images 2.0, đánh dấu bước tiến lớn nhất từ trước đến nay trong công nghệ tạo ảnh bằng trí tuệ nhân tạo. Điểm khác biệt nổi bật không chỉ nằm ở chất lượng hình ảnh hay tốc độ xử lý mà là khả năng mô hình có thể “suy nghĩ”, nghiên cứu và lên kế hoạch kỹ càng trước khi bắt đầu tạo ra từng pixel. Khả năng này giúp nâng cao đáng kể độ chính xác và tính sáng tạo của sản phẩm cuối cùng.
Khác với các mô hình trước đây vốn chỉ nhận lệnh rồi tạo ảnh ngay lập tức, phiên bản mới có chế độ “Thinking” tích hợp trí tuệ suy luận từ dòng mô hình O-series của OpenAI. Khi kích hoạt, hệ thống không đơn thuần là thực thi yêu cầu mà trải qua quá trình phân tích cấu trúc, nghiên cứu chi tiết trước khi thực hiện vẽ, đảm bảo kết quả có tính logic và bám sát ý tưởng người dùng.
Chỉ một dòng lệnh cũng có thể tạo ra một trang manga hoàn chỉnh
Trong buổi ra mắt trực tuyến, bà Adele Li – Trưởng nhóm phát triển sản phẩm ChatGPT Images – đã thực hiện một thử nghiệm minh họa khả năng vượt trội của mô hình. Bà tải lên một tệp PowerPoint phức tạp liên quan đến chiến lược sản phẩm nội bộ. Thay vì chỉ tạo ra hình ảnh mô phỏng, công cụ còn tổng hợp thông tin cốt lõi, nhận diện và tái hiện chính xác logo cùng các phong cách đặc trưng từ tài liệu gốc thành một poster chuyên nghiệp.
Điểm đáng chú ý khác của ChatGPT Images 2.0 là khả năng truy cập dữ liệu web theo thời gian thực, hỗ trợ xác thực và làm mới nội dung hình ảnh dựa trên thông tin cập nhật đến tháng 12 năm 2025 – nâng tầm độ chính xác so với các phiên bản tiền nhiệm vốn bị giới hạn về mặt thời gian dữ liệu.
ChatGPT Images 2.0 là mô hình đầu tiên từ OpenAI có thể tái tạo chính xác bản đồ phạm vi của các đế chế Aztec, Maya và Inca
Một thử nghiệm nổi bật cho thấy ChatGPT Images 2.0 là model duy nhất do OpenAI phát triển cùng với Nano Banana 2 của Google có thể tái hiện chính xác bản đồ đế chế Aztec, Maya và Inca ở thời kỳ hoàng kim kèm chú giải chi tiết rõ ràng. Tính năng này rất hữu ích trong giáo dục lịch sử và địa lý, giúp người dùng tiếp cận kiến thức một cách trực quan và sinh động hơn.
Khắc phục những hạn chế thường gặp ở các hình ảnh do AI tạo ra, đặc biệt là vấn đề hiển thị chữ viết rõ ràng, OpenAI khẳng định phiên bản mới đem đến bước tiến lớn trong việc thể hiện văn bản sắc nét và dễ đọc ngay cả trên những thiết kế phức tạp như sơ đồ khoa học hoặc menu đồ họa thông tin. Một ví dụ điển hình là mẫu bìa tạp chí được trình bày với mọi tiêu đề, số tập phim và ngày tháng được căn chỉnh hoàn hảo theo bố cục chuyên nghiệp.
Không chỉ ngôn ngữ Latinh, các ngôn ngữ khác cũng được tái hiện hoàn chỉnh trong kết quả
Sơ đồ chu trình nước với ký tự tiếng Hàn rõ nét
Phiên bản này còn khắc phục thiên kiến phương Tây tồn tại lâu nay trong công nghệ tạo ảnh AI bằng cách hỗ trợ đa ngôn ngữ vượt trội. Mô hình hiện có thể tạo văn bản chất lượng cao bằng nhiều hệ chữ khó như tiếng Nhật, Hàn Quốc, Trung Quốc, Hindi và Bengali. Trong một minh họa chu trình nước giáo dục, công cụ đã hiển thị thành công các ký tự tiếng Hàn với bố cục mạch lạc tự nhiên, đảm bảo nhãn chú thích truyền tải đúng ý nghĩa mà vẫn duy trì tính thẩm mỹ.
Đối với những nhà sáng tạo nội dung đang phát triển kịch bản hình ảnh hoặc chiến dịch thương hiệu, tính năng nổi bật nhất là khả năng tạo tối đa tám hình ảnh riêng biệt chỉ từ một câu lệnh duy nhất mà vẫn giữ nguyên sự đồng nhất về nhân vật và đối tượng xuyên suốt bộ sưu tập. Điều này giải quyết triệt để việc phải lần lượt sản xuất từng bức rồi ghép nối thủ công như trước đây.
ChatGPT Image 2.0 biến việc tạo các trang bìa tạp chí trở nên dễ dàng hơn bao giờ hết
Ông Boyuan Chen – Trưởng nhóm nghiên cứu – cho biết toàn bộ kiến trúc của ChatGPT Images 2.0 đã được xây dựng lại từ đầu theo hướng mô hình tổng quát tương tự GPT dành cho hình ảnh. Nó có khả năng xử lý linh hoạt thay đổi phối cảnh ba chiều cũng như suy luận không gian phức tạp chỉ qua các lệnh văn bản đơn giản, mở ra nhiều ứng dụng sáng tạo mới mẻ.
Mặc dù thị trường mô hình hình ảnh AI đang cạnh tranh khốc liệt với sự xuất hiện của Nano Banana 2 từ Google hồi tháng 2 năm 2026, nhưng ChatGPT Images 2.0 vẫn vượt trội về độ trung thực trong việc tái tạo giao diện người dùng phức tạp, chụp màn hình chi tiết cũng như khả năng xử lý đa dạng nhiều gói hình ảnh đồng thời.
Chiến lược phát triển tập trung mạnh vào phân khúc người dùng chuyên nghiệp và doanh nghiệp. Phiên bản cơ bản được cung cấp miễn phí cho tất cả người dùng để thực hiện các tác vụ tiêu chuẩn. Tuy nhiên, quyền truy cập vào chế độ Thinking cùng nhiều công cụ cao cấp khác sẽ chỉ dành cho những khách hàng đăng ký gói Plus hoặc Pro. Đặc biệt, gói Pro còn mở rộng thêm quyền sử dụng các mô hình ImageGen Pro nhằm tạo ra những tác phẩm nâng cao hơn.
Ngoài ra, nhà phát triển có thể tích hợp ChatGPT Images 2 qua API hỗ trợ độ phân giải lên tới 4K đang trong giai đoạn thử nghiệm cùng tỷ lệ khung hình linh hoạt đa dạng từ cực rộng đến dạng chân dung cao. Chính sách giá cũng được điều chỉnh ưu đãi hơn so với phiên bản trước với mức phí hợp lý cho từng loại đầu vào và đầu ra.
Về lo ngại ứng dụng công nghệ vào mục đích xấu như lừa đảo hay can thiệp chính trị, bà Adele Li khẳng định an toàn luôn được đặt lên hàng đầu tại đơn vị phát triển. Các biện pháp kiểm soát nghiêm ngặt được áp dụng nhằm bảo vệ người dùng khỏi các hành vi gây hại hoặc thao túng thông tin trên nền tảng.
