ChatGPT Images 2.5 генерирует детализированные изображения, но испытывает трудности с насыщенными сценами «Где Уолли?»

Первые результаты Waldo Bench для ChatGPT Images 2.5 указывают на в целом высокую точность генерации изображений. На одной из картинок Уолли удалось найти; при увеличении отдельный текст оставался очень детализированным, однако лица при сильном масштабировании начинали искажаться.

Сцену на пляже сочли слишком простой и недостаточно насыщенной для полноценного теста Waldo — примерно одной четвертью «настоящей» сцены с Уолли. Результат оценили как, возможно, соответствующий передовому уровню, но не как «сверхинтеллект» для генерации сцен Waldo.

В анализе предположили, что современный ИИ в итоге сможет решить задачу Waldo Bench — потенциально при сочетании системы с Astra, разбиении изображения на фрагменты и добавлении большего объёма рассуждений. Оценка была неформальной и не содержала количественных метрик.