OpenAI משדרגת GPT Image 1.5: דיוק ועריכה מתקדמים לעסקים
חדשות

OpenAI משדרגת GPT Image 1.5: דיוק ועריכה מתקדמים לעסקים

עדכון חדש ליצירת תמונות ב-ChatGPT מבטיח עקביות ועמידה בהוראות, מאיים על גוגל בשוק הוויזואליה העסקי

2 דקות קריאה
מבוסס על כתבה שלVentureBeatתרגום וסיכום באמצעות מערכת חדשות בליווי AIאיך אנחנו עובדים

תקציר מנהלים

נקודות עיקריות

  • עדכון GPT Image 1.5 מבוסס GPT 5.2 משפר עריכה ממוקדת ועקביות ויזואלית

  • תמיכה בעריכות מורכבות: הוספה, הסרה, טשטוש והזזה

  • שיפור בטקסט קריא ובפנים קטנות בקבוצות

  • תחרות מול Nano Banana של גוגל ועליבאבא

  • רלוונטי לעסקים: ויזואליזציה מהירה ללא פרומפטים מורכבים

OpenAI משדרגת GPT Image 1.5: דיוק ועריכה מתקדמים לעסקים

  • עדכון GPT Image 1.5 מבוסס GPT 5.2 משפר עריכה ממוקדת ועקביות ויזואלית
  • תמיכה בעריכות מורכבות: הוספה, הסרה, טשטוש והזזה
  • שיפור בטקסט קריא ובפנים קטנות בקבוצות
  • תחרות מול Nano Banana של גוגל ועליבאבא
  • רלוונטי לעסקים: ויזואליזציה מהירה ללא פרומפטים מורכבים

בעולם העסקי שבו ויזואליזציה מהירה יכולה להיות המפתח להצלחה, OpenAI משיקה עדכון משמעותי לכלי יצירת התמונות של ChatGPT, כעת בשם GPT Image 1.5. העדכון, שמגיע לכל משתמשי ChatGPT ול-API, מבוסס על GPT 5.2 ומשפר את הדיוק והעקביות ביצירת ועריכת תמונות. "חוויית המשתמש הראשונה של רבים עם ChatGPT כוללת המרת טקסט לתמונה", כתבה פידג'י סימו, מנכ"לית אפליקציות ב-OpenAI, בפוסט בסאבסטאק. "זה קסום, אבל הממשק הצ'אטי לא תוכנן לכך במקור. יצירה ועריכת תמונות דורשת מרחב ויזואלי ייעודי".

השדרוג העיקרי הוא בעריכה ממוקדת, גם בתוך פלטפורמת הצ'אט. מודלי יצירת תמונות כמו ChatGPT Images, Nano Banana של גוגל ו-Stable Diffusion מציעים שינויים מבוססי פרומפט, אך לעיתים הם לא עקביים. כעת, המודל של OpenAI מקיים טוב יותר את ההוראות של המשתמש, תוך שמירה על אלמנטים כמו תאורה, הרכב ומראה אנשים בעקביות בין קלטים, פלטים ועריכות.

משתמשים יכולים להנחות את המודל לביצוע עריכות מגוונות: הוספה או הסרה של אלמנטים, שילוב, טשטוש והזזה. OpenAI מדווחת שהמודל עומד בהוראות באופן אמין יותר מגרסאות קודמות. הוא גם משפר יצירת טקסט קריא, אפילו באותיות קטנות או צפופות, ומטפל טוב יותר בפנים קטנות בקבוצות גדולות.

"שינויים אלה עובדים גם לרעיונות פשוטים ומורכבים, וקלים לניסיון באמצעות סגנונות רעיונות מוכנים ב-GPT Image 1.5 – ללא צורך בכתיבת פרומפט", נמסר מחברת OpenAI. העדכון מגיע לאחר השקת Nano Banana Pro של גוגל, שזכתה לשבחים מקהילת המפתחים, ומתחרה במודלים כמו Qwen-Image של עליבאבא ו-Flux.2 של Black Forest Labs.

עבור מנהלי עסקים ישראלים, השדרוג הזה פותח אפשרויות חדשות בוויזואליזציית עיצוב, פרסום ופיתוח מוצרים. האם GPT Image 1.5 יאפשר לכם לייעל תהליכים? בדקו את הכלי וראו כיצד הוא משנה את חוקי המשחק בשוק ה-AI.

שאלות ותשובות

שאלות נפוצות

הכתבה הוכנה באמצעות מערכת בליווי בינה מלאכותית לתרגום, סיכום ובקרות איכות אוטומטיות מתוך פרסום מקורי של VentureBeat. קראו על תהליך העריכה שלנו. קישור למקור המקורי.

קבלו עדכוני AI שימושיים למייל

תקציר ממוקד ממערכת החדשות שלנו.

עוד מ־VentureBeat

כל הכתבות מ־VentureBeat
פער ההערכה של סוכני AI: פריסה לייצור למרות כשלים מול לקוחות
מחקר
4 דקות
מ־VentureBeat

פער ההערכה של סוכני AI: פריסה לייצור למרות כשלים מול לקוחות

מחקר חדש של VentureBeat Pulse Research חושף כי קיים פער עמוק בין האוטונומיה המוענקת לסוכני AI לבין האמון במערכות הבדיקה שלהם. מחצית מהארגונים שנשאלו כבר השיקו סוכן שעבר את ההערכות הפנימיות אך כשל בפני לקוח בסביבת הייצור, ורק 5% סומכים באופן מלא על הערכות אוטומטיות כיום. למרות זאת, 66% מהארגונים מאפשרים או פועלים לאפשר פריסה אוטומטית לחלוטין ללא מעורבות אנושית. השוק מבוזר מאוד ורבים מתכננים להחליף פלטפורמות בשנה הקרובה.

קרא עוד
אורקסטרציה של סוכני בינה מלאכותית בארגונים: פער בין שאיפות למציאות
מחקר
5 דקות
מ־VentureBeat

אורקסטרציה של סוכני בינה מלאכותית בארגונים: פער בין שאיפות למציאות

סקר חדש של VentureBeat Pulse Research מיוני 2026 חושף פער עמוק בארגונים בין השאיפות לניהול סוכני בינה מלאכותית (AI) לבין המציאות בשטח. לפי הסקר, שנערך בקרב 101 ארגונים, קיים תהליך התגבשות סביב פלטפורמות של ספקי מודלים, ובראשן Claude של Anthropic (המובילה עם 40% מההטמעות), בעוד הבחירה מונעת מ'כוח המשיכה' של מודל הבסיס. עם זאת, בעוד ארגונים מגדירים הצלחה לפי ביצוע אמין של תהליכים מרובי-שלבים, 71% מהם מדווחים בכנות כי רבע או פחות מהסוכנים המוטמעים שלהם בפועל הם אכן מרובי-שלבים, ומרביתם הם רק מעטפות צ'אטבוט פשוטות. בנוסף, 27% מהארגונים חסרים בקרה פיננסית בזמן אמת על עלויות צריכת האסימונים של הסוכנים.

קרא עוד
Listen Labs גייסה 69 מיליון דולר אחרי קמפיין שילוט ויראלי
חדשות
4 דקות
מ־VentureBeat

Listen Labs גייסה 69 מיליון דולר אחרי קמפיין שילוט ויראלי

אלפרד וולפורס מ-Listen Labs השתמש בלוח מודעות ויראלי כדי לגייס כישרונות, וכעת החברה גייסה 69 מיליון דולר. הפלטפורמה מבצעת ראיונות לקוחות AI מהירים ומדויקים, פותרת בעיות הונאה ומשמשת מיקרוסופט ועוד. קראו עכשיו על השינוי במחקר שוק!

קרא עוד

עוד כתבות שיעניינו אותך

לכל הכתבות
רכישת Arize AI בידי Dynatrace: מעבר מזיהוי לפעולה תפעולית
חדשות
4 דקות
מ־SiliconANGLE AI

רכישת Arize AI בידי Dynatrace: מעבר מזיהוי לפעולה תפעולית

לפי דיווח ב-SiliconANGLE, רכישת חברת Arize AI בידי Dynatrace משלבת יכולות של תצפיתיות בינה מלאכותית, הערכת איכות וניטור סוכנים בתוך פלטפורמת תצפיתיות היישומים הרחבה של Dynatrace. השינוי נובע מכך שיישומי וסוכני בינה מלאכותית מתנהגים באופן לא-דטרמיניסטי ומפיקים פלטים משתנים, מה שמחייב מעבר מבדיקת זמינות ותשתיות למדידת איכות התגובות. במקביל, טלמטריית התצפיתיות משמשת יותר ויותר כהקשר שסוכני תוכנה צורכים כדי לאבחן ולתקן תקלות באופן אוטונומי, במקום להסתמך רק על מהנדסים הבוחנים לוחות מחוונים באופן ידני.

קרא עוד
סיסקו מעצבת מחדש את מחשוב הקצה עבור עומסי בינה מלאכותית
חדשות
4 דקות
מ־SiliconANGLE AI

סיסקו מעצבת מחדש את מחשוב הקצה עבור עומסי בינה מלאכותית

לפי דיווח ב-SiliconANGLE, סיסקו מרחיבה את תשתיות הקצה ומציגה פלטפורמות ייעודיות להתמודדות עם עומסי נתוני בינה מלאכותית וסוכני AI. פלטפורמת Unified Edge, שהושקה בנובמבר 2025, משלבת מחשוב, רישות ואחסון של עד 120TB לעיבוד בקצה, ומנוהלת מרכזית באמצעות Intersight. במקביל, נתונים מראים כי תהליכי עבודה של סוכנים מגדילים את תעבורת הרשת בכ-450%, דבר שהוביל להשקת פלטפורמת Cloud Control ולהרחבת כלי אבטחה כמו Live Protect ו-Hybrid Mesh Firewall. אנליסטים מציינים כי איחוד מערכות הרישות, האבטחה והניטור מהווה גורם מרכזי בתמיכה בעומסים מבוזרים אלה.

קרא עוד
אחזור סוכני ארגוני ב-Amazon Bedrock עם ניטור והערכה מלאים
חדשות
4 דקות
מ־AWS Machine Learning

אחזור סוכני ארגוני ב-Amazon Bedrock עם ניטור והערכה מלאים

פוסט טכני של מהנדסי AWS מציג ארכיטקטורה לאחזור מידע מבוסס סוכנים (Enterprise Agentic Retrieval) ב-Amazon Bedrock, המשלבת בסיסי ידע מנוהלים (Managed Knowledge Bases) ו-AgentCore. המערכת כוללת ניתוב סמנטי בין בסיסי ידע שונים, אחזור איטרטיבי באמצעות API ייעודי (AgenticRetrieveStream), שבע שכבות של ניטור ועקבות ב-CloudWatch וב-X-Ray, ומנגנוני הערכת איכות לפי דרישה ובאופן רציף. כלל הרכיבים נפרסים באופן אוטומטי באמצעות שרשרת של ארבע מחסניות AWS CloudFormation.

קרא עוד
חידושים בתשתיות ותזמור בינה מלאכותית ב-Google Cloud
חדשות
4 דקות
מ־Google Cloud AI

חידושים בתשתיות ותזמור בינה מלאכותית ב-Google Cloud

גוגל קלאוד (Google Cloud) פרסמה סקירה מקיפה של עדכוני תשתיות ותזמור AI לחודשים מאי עד אוגוסט 2026. בין החידושים: שכבת אחסון חדשה ל-Filestore המבוססת על מערכת Colossus לתמיכה בקבוצות סוכני AI, סביבות gVisor בתוך אשכולות Ray מבוזרים על גבי GKE, מופעי Cloud Run ייעודיים לסוכנים בעלות של 5.70 דולר ל-30 יום, והפיכת ליבת פרוטוקול MCP לחסרת מצב (stateless). כמו כן הוצגו זמינות כללית ל-Managed Lustre ולמכונות C4N, כלי אבטחה בקוד פתוח בשם k8s-aibom, שדרוגי ביצועים ב-GKE Inference Gateway, ותוצאות סקר שבו 83% מהארגונים ציינו צורך בשדרוג תשתיות עבור יישומי Agentic AI.

קרא עוד