Гонка генераторов изображений продолжается, и теперь борьба идёт уже не только за красоту картинки, но и за понимание человеческих запросов. Компания Reve представила модель Reve 2.1, которая получила поддержку генерации в 4K и сразу поднялась на второе место среди лучших систем text-to-image.
Главное изменение скрыто внутри модели. Вместо того чтобы сразу рисовать изображение, Reve 2.1 сначала строит своеобразный план будущего кадра: определяет расположение персонажей, объектов и текста, а уже затем создаёт финальную картинку. Такой подход помогает точнее выполнять сложные запросы и сохранять логику композиции.
По сравнению с Reve 2.0, вышедшей всего месяц назад, разработчики улучшили понимание сложных промптов, качество визуальных сцен и генерацию текста на языках, отличных от английского. Ещё одно важное нововведение — возможность редактировать отдельные области изображения после генерации, не создавая картинку заново.
Результат уже заметен в независимом рейтинге text-to-image Arena. Reve 2.1 набрала 1306 баллов, улучшив результат предыдущей версии сразу на 36 пунктов, и заняла второе место мирового рейтинга, уступив только GPT Image 2.
Новая версия уже доступна пользователям веб-сервиса Reve. Для рынка это означает усиление конкуренции среди генераторов изображений, а для бизнеса — ещё более удобные инструменты для создания качественного визуального контента без сложной ручной доработки.
