GPT Image 2를 뒷받침하는 기술
GPT Image 2의 내부를 들여다봅니다 — 새로운 자기회귀 아키텍처, O 시리즈 추론, 정체성 인식 편집이 함께 정확하고 제어 가능한 AI 이미지 생성의 새로운 기준을 세웁니다.
자기회귀 단일 패스 생성
GPT Image 2는 이전 모델의 확산 파이프라인에서 벗어나 새로운 자기회귀 아키텍처를 채택합니다. 이미지를 약 1,024~1,290개의 시각 토큰으로 인코딩하고, 언어 모델이 단어를 쓰듯 하나씩 예측합니다 — 텍스트와 이미지 토큰을 단일 통합 시퀀스로 처리합니다. 이미지 속 텍스트도 동일한 토큰 단위 정밀도로 구성되어 글자가 선명하고 올바르게 표기됩니다.
생성 전 추론
GPT Image 2는 네이티브 O 시리즈 추론을 갖춘 최초의 OpenAI 이미지 모델입니다. 그리기 전에 구도를 계획하고 객체 수와 모든 프롬프트 제약을 확인한 뒤, 변형을 생성하고 결과를 스스로 점검합니다. 이 '먼저 생각하기' 단계 덕분에 단발 모델이 놓치는 길고 복잡한 지시도 따를 수 있습니다.
드리프트 없는 정체성 인식 편집
편집 시 GPT Image 2는 다층 메커니즘으로 얼굴과 핵심 요소의 일관성을 유지합니다 — 정체성 토큰이 얼굴 구조를 인코딩하고, self-attention이 바꾸지 않은 영역을 고정하며, 사고 모드 계획이 무엇을 바꾸고 무엇을 유지할지 정확히 매핑합니다. 확산의 반복적 노이즈 제거와 달리 자기회귀 편집은 재인코딩 누적 손실을 피하므로, 반복 편집해도 깨끗하고 눈에 띄는 드리프트가 없습니다.