AI KÉP

A Canva 2026. október 22-én bemutatta a Canva Craft-ot, a platform első saját fejlesztésű képgeneráló modelljét. A Craft nem „csak egy új AI-eszköz”: a Canva tervezési logikáját próbálja modellezni, vagyis nem közvetlenül pixelből, hanem először egy kompozíciós tervből készíti el a képet.

Hogyan működik?

A Craft kétlépcsős architektúrát használ: először egy tervező modell értelmezi a promptot, majd elkészíti a kompozíciós tervet — mi jelenjen meg, hol helyezkedjen el, mekkora legyen, milyen legyen a vizuális hierarchia és a szöveg. Ezt követően egy külön renderelő modell alakítja a tervet akár 2K felbontású képpé.

Ez a felosztás különösen a szövegrenderelésre és a layout-vezérlésre összpontosít, amelyek eddig a legtöbb képgenerátor gyenge pontjai voltak. A Craft a képet JSON bounding boxokkal kezeli, így a Magic Layers funkcióval a generált vizuális elemek külön-külön szerkeszthetővé válnak — nem kell a teljes képet újragenerálni.

Mire képes?

• 2K felbontás, 30+ képarány.

• Magic Layers integráció: a kép rétegekre bontható és szerkeszthető.
  (nem tapasztaltam, ugyanúgy kell a magic layert alkalmazni – a szerk.)

• Többnyelvű promptok, a szövegrenderelés 55 nyelven működik, köztük a magyar is.

• DesignArena rangsor: összesített 4. hely, a People & Portraits és Landscapes & Nature kategóriákban 1. hely.

• Nyilvános API fejlesztőknek és marketingplatformoknak.

Miért fontos?

A Canva saját modelljével csökkenti a külső AI-szolgáltatóktól való függőséget és a felhőalapú inferencia-költségeket. A modellt a Canva saját sablonkönyvtára, licencelt és nyilvános adatbázisok, valamint opt-in felhasználói adatok alapján tanították, supervised fine-tuning és reinforcement learning segítségével.

A Craft-fast és Craft-ultrafast változatok hamarosan érkeznek, amelyek a modell-diszillációnak köszönhetően a vezető frontier modellek töredékébe kerülnek majd.

Miben különbözik a Canva Craft a többi képgenerátortól?
A Craft nem közvetlenül pixelből generál, hanem először egy kompozíciós tervet készít, majd azt rendereli — így pontosabb layout, jobb szövegrenderelés és szerkeszthető rétegek. Értelemszerűen a generálás is lassabb emiatt – egyelőre.

Mire jó leginkább a Craft?
Plakátokhoz, közösségi médiás grafikákhoz, prezentációkhoz és infografikákhoz — minden olyan designhoz, ahol a layout és a szöveg elhelyezése kulcsfontosságú, és amire a Canva-t leginkább használják.

Prompt a képhez:

_cmswire

AI KÉP

A Samsung „Design is an Act of Love” kiállítása 2026. október 15–25. között a szöuli Dongdaemun Design Plazában mutatja meg, hogyan válhat a technológia személyes művészi kifejezéssé.

A Seoul Design Week 2026 programjában 14 olasz alkotó Samsung-termékek ihlette munkája jelenik meg, egyedi keretekkel ellátott S95H OLED-tévéken.

Az emberi képzelet mellett kap szerepet az AI

A POLI.design közreműködésével létrejött tárlaton hétköznapi eszközök formái és funkciói kapnak új jelentést. Az inspirációk között szerepel a Galaxy Z Fold8, a Bespoke AI Family Hub és a Music Studio 5 is. A művészek a mesterséges intelligenciát ötletfejlesztésre és új kifejezésmódok keresésére használták, miközben a munkák alapját saját látásmódjuk adta.

Tommy Tokyo az Infinite AI légtisztító nyomán a tiszta levegő gondolatát fordította vizuális történetté, a Caffè Design pedig a The Serif tévé jellegzetes, I alakú sziluettjét értelmezte újra. A Samsung célja olyan technológia bemutatása, amely nemcsak kiszolgálja, hanem tükrözi is az emberek egyéniségét.

A kijelző is a kompozíció része

A 14 alkotáshoz külön-külön tervezett keretek színben és hangulatban kapcsolódnak a képekhez. Az S95H Float Layer kialakítása lebegő hatást kölcsönöz a képernyőnek, így a bemutató a digitális tartalom és a fizikai tárgy kapcsolatát is hangsúlyozza.

_news.samsung

AI KÉP

Korábbi cikkünkben azt részleteztük, hogy a különféle ai modellek a bevitt adatainkat, kérdéseinket miképpen rögzítik az adatbázisukban a modellek tanítása érdekében. Most a képgenerátorok oldaláról nézzük meg, ám az adatkezelési szabályok még összetettebbek és dinamikusabban változnak, mint a szöveges modelleknél, mivel itt nemcsak a prompt (szöveges utasítás), hanem a generált kép (mint szerzői jogi és tulajdonjogi tárgy) sorsa is kérdéses.

Az alábbi táblázat független elemzői nézőpontból foglalja össze a legjelentősebb képgeneráló platformok adatmegőrzési, adattárolási és modell-tanítási szabályait az egyes előfizetési szintek tekintetében.

Főbb adatvédelmi különbségek képgenerátoroknál

1. Láthatóság és Közösségi Modell (Midjourney):

   • A Midjourney alapfilozófiája a közösségi alkotás. Az alacsonyabb szintű előfizetéseknél (Basic, Standard) minden generált kép és a hozzá tartozó prompt nyilvánosan látható. Csak a drágább (Pro, Mega) csomagok tartalmazzák a „Stealth Mode”-ot, amellyel a felhasználó elrejtheti alkotásait a nyilvánosság elől. Ez kritikus különbség a többi platformhoz képest, ahol a generálás alapértelmezetten privát.

2. Modell-tanítás a generált képekkel:

   • Az OpenAI lakossági szinten felhasználhatja a generált képeket a jövőbeli modellek tanítására, hacsak a felhasználó ezt külön nem tiltja le.

   • Az Adobe Firefly a legszigorúbb ezen a téren: határozottan kijelentik, hogy nem tanítják a modelleket a felhasználók képeivel vagy promptjaival, kizárólag Adobe Stock és köztulajdonban lévő adatokkal dolgoznak.

3. Bemeneti képek tárolása (Pl. Generative Fill):

   • Az olyan funkcióknál, mint az Adobe Generative Fill, ahová a felhasználó saját képet tölt fel módosításra, az Adobe nem őrzi meg a feltöltött képet a generálási folyamat befejezése után. A többi modellnél erről nincs információnk, de talán nem leszünk messze a valóságtól, ha azt írjuk, hogy azok is tárolásra kerülnek.

_{Felhasznált hivatalos források}

• _{OpenAI Privacy Policy & ChatGPT Terms (DALL-E data handling)}

• _{OpenAI Help Center – Data retention for Image API}

• _{Midjourney Terms of Service & Privacy Policy}

• _{Adobe Firefly FAQ – Content and Data Privacy}

• _{Adobe Community – Generative AI and Security}

• _{Stability AI DreamStudio Privacy Policy}

• _{Stability AI General Privacy Policy}

AI KÉP

Ha használod az LLM modelleket jogosan merül fel a kérdés benned, hogy vajon milyen és mennyi adatot őriz meg a beszélgetésből. Bevallom engem is régóta foglalkoztat, de eddig nem vitt rá a lélek, hogy részletesen utána nézzek, most viszont készítettem egy összefoglalót erről.

Azt, hogy pontosan az adott csevegésből mit használ fel a tanításra értelemszerűen én innen a székből nem fogom tudni megmondani, de ez a cikk arra jó iránymutatást ad neked is, hogy lásd a különféle csomagoknál mi a helyzet.

Az alábbi táblázat független elemzői megközelítésből foglalja össze a legfőbb LLM-szolgáltatók adatmegőrzési, adattárolási és modell-tanítási szabályait az egyes előfizetési szintek tekintetében.

Főbb adatvédelmi különbségek az előfizetési szintek között

1. Egyéni (Ingyenes / Prémium) vs. Vállalati (Team / Enterprise / API) szint:

• Model-tanítás: A lakossági ingyenes és fizetős csomagoknál (Plus, Pro, Advanced) az alapértelmezett beállítás szerint a cégek felhasználják a beszélgetéseket a modellek tanítására. Ezt a beállításokban szinte mindenhol ki lehet kapcsolni (Opt-out). Ezzel szemben a vállalati (Enterprise/Team) és API csomagoknál az adatkezelők szigorúan TILTJÁK a modell-tanítást.
• Törlési időablakok: Lakossági törlés esetén a felhasználói felületről azonnal eltűnik az adat, de a háttérarchívumokból (szerverekről) technológiai és biztonsági okokból általában 30 napon belül törlődik véglegesen (kivéve hatósági/jogi kötelezettség esetén).

1. Emberi felülvizsgálat (Human Review):

• A Google Gemini esetében a lakossági fiókoknál vett mintákat anonimizálás után emberi értékelők is átnézhetik, és ezeket a fiókról leválasztva akár 3 évig is tárolhatják. Ez a vállalati Google Workspace fiókokra nem vonatkozik.

1. Zéró Adatmegőrzés (Zero Data Retention – ZDR):

• Az API-felhasználók és nagyvállalati előfizetők kérhetik a ZDR státuszt (pl. OpenAI, Anthropic), ami azt jelenti, hogy a szolgáltató még a 30 napos biztonsági és visszaélés-szűrési naplót sem őrzi meg, az adat a válasz legenerálása után azonnal megsemmisül a memóriában.

1. Microsoft Commercial Data Protection (CDP):

• A Microsoft egyedi megközelítést alkalmaz: a vállalati fiókkal (Entra ID) használt Copilot esetén a válasz elkészültével az adatok azonnal törlődnek a munkamenet végén, így nem marad visszakövethető előzmény a Microsoft szerverein, kivéve, ha a cég saját Purview rendszere azt archiválja.

A fentiekből jól látszik, hogy minél többet fizetsz a csomagért, annál biztonságosabb az adataid tárolása, vagyis többnyire nálad marad. Mindig mondom, hogy az ingyenes dolgok és szolgáltatások a legdrágábbak, az adataiddal fizetsz érte.

_{Felhasznált források:}

• _{OpenAI Privacy Policy & ChatGPT Data Retention Terms}
• _{OpenAI Help Center – How long is data retained?}
• _{Anthropic Privacy Policy & Data Retention Schedule}
• _{Google Gemini Apps Privacy Hub & Data Retention Notice}
• _{Microsoft Copilot Commercial Data Protection & Privacy Terms}
• _{Perplexity AI Privacy Policy & Data Handling}

AI KÉP

Egy újabb jó képalkotó platform szűnik meg. Jól látható már szabad szemmel is a piac rendeződése. Egyik felvásárolja a másikat, vagy csak simán eltűnik a semmibe. Most a REVE AI kerül ki a piacról és adja át helyét másnak, aki vagy bírja a tempót és a költségeket, vagy ő is kioffol.

A Reve AI egy generatív mesterségesintelligencia-platform, amelyet Christian Cantrell (a Stability AI és az Adobe korábbi termékigazgatója) társalapításával hoztak létre. A platform fő profilja a kifejezetten precíz szövegrenderelésre, pontos prompt-értelmezésre és objektumszintű képszerkesztésre képes szöveg-kép (text-to-image) AI-modell volt.

Rövid időn belül igen nagy fejlődésen ment keresztül, és számomra is az egyik legjobb platform és modell volt. Átlátható, könnyen kezelhető és az utóbbi frissítéssel sokkal jobban követte még a magyar promtokat is.

A szolgáltatás lakossági képgeneráló funkciója 2026. szeptember 27-én áll le végleg. Ennek oka, hogy a cég stratégiai megállapodást kötött az OpenAI-val (lényegében felvásárolták): a kutatócsapat jelentős része átigazolt az OpenAI multimodális divíziójába, a Reve pedig kivezeti a meglévő képgeneráló eszközeit, és új típusú AI munkafolyamat-eszközök fejlesztésére áll át.

Visszatekintés

AI KÉP

Az OpenAI szeptember 8-án elindította a ChatGPT Images 2.5 képalkotó modellt, amely a vállalat szerint gyorsabban, pontosabban szerkeszti a képeket, és jobban személyre szabható vizuális tartalmak készítésére optimalizálták. A frissítés a ChatGPT, ChatGPT Work és Codex felhasználóihoz érkezik asztali, mobilos és webes felületen is.

Gyorsabb AI-képgenerálás, finomabb részletek
Az új verzió célja, hogy az ötletekből, vázlatokból és referenciafotókból következetesebb, természetesebb hatású képek születhessenek. Az OpenAI szerint a modell természetesebb fényeket és gazdagabb textúrákat készít, megbízhatóbban tartja meg a referenciafotó szereplőinek jellegzetességeit, és több körön át is pontosabban követi a szerkesztési utasításokat. A képalkotás késleltetése az Images 2.0-hoz viszonyítva akár 50 százalékkal is csökkenhet.

Rajzzal is irányítható
A legfontosabb újdonság a Sketch funkció: a felhasználó közvetlenül a ChatGPT-ben készíthet egyszerű vázlatot, amely vizuális referenciaként szolgál a generáláshoz. Ez különösen hasznos lehet kreatív koncepciók, termékfotók, kampányvizuálok, vagy közösségi média-posztok tervezésekor. Új sablonok — például Poster és Merch —, képre helyezhető megjegyzések és megosztható promptok is támogatják az alkotói folyamatot.

Két API-modell fejlesztőknek
A fejlesztők számára a GPT-Image-2.5 Flare a gyors, általános célú generálás opciója, míg a GPT-Image-2.5 Sunburst a kontrollált, prémium szerkesztési munkafolyamatokra készült (mindkettő elérhető API-val például a Leonardo AI-ban). Utóbbi elsősorban olyan feladatoknál lehet előnyös, mint a gyártásra kész kampánykreatívok vagy kifinomult termékfotók előállítása.

Miben más a ChatGPT Images 2.5?
Gyorsabb képgenerálást, pontosabb többkörös szerkesztést, jobb referenciakép-megőrzést és Sketch-alapú vizuális irányítást kínál.

Kinek lehet különösen hasznos?
Tartalomkészítőknek, designereknek, marketingcsapatoknak és fejlesztőknek, akik gyorsan szeretnének egységes, szerkeszthető AI-vizuálokat létrehozni.

_Openai

AI KÉP

Az Alibaba 80 milliárd hongkongi dollár értékben bocsát ki új részvényeket Hongkongban, ami körülbelül 10,2 milliárd amerikai dollárnak felel meg, és bejelentette, hogy a teljes bevételt AI infrastruktúrára és képességek fejlesztésére fordítja.

Ez a lépés néhány nappal azután történt, hogy a vállalat 75%-os csökkenést jelentett a negyedéves nettó nyereségében, amit ugyanazon kiadások okoztak. Az Alibaba stratégiája jelentős hatással lehet a mesterséges intelligencia piacára, különösen az AI-alapú képgeneráló és szerkesztő technológiák területén, bár konkrét új modellek vagy funkciók bejelentéséről nem esett szó.

Rekordméretű piaci lépés

A tranzakció kettős rekordot dönt: ez a valaha volt legnagyobb elsődleges follow-on részvénykibocsátás egy hongkongi tőzsdén jegyzett vállalattól, egyben a legnagyobb Regulation S típusú részvénykibocsátás is, vagyis az Egyesült Államokon kívüli befektetőknek szóló ajánlat. Idén globálisan csak az Alphabet 85 milliárd dolláros, és az Intel kibocsátása előzi meg volumenben.

A számok mögötti stratégia

A vezérigazgató, Eddie Wu szerint a jövőbeli növekedéshez először a szükséges számítási kapacitást kell kiépíteni, ezért elengedhetetlenek a tőkeberuházások. A felhő- és AI-bevétel eközben 45%-kal, 48,44 milliárd jüanra nőtt, az AI-modellszolgáltatások éves ismétlődő bevétele pedig már meghaladja a 16 milliárd jüant. Az Alibaba 2025 elején 380 milliárd jüanos hároméves keretet ígért, amelyet a hírek szerint akár 480 milliárd jüanra is emelhet.

Európai kontextus és feszültség

Az összeg önmagában szemléletes: egyetlen délutáni tőkeemelés nagyjából fele az EU teljes, körülbelül 20 milliárd eurós AI gigafactory-programjának. Az Alibaba nem is passzív szereplő a kontinensen, hiszen júniusban két elérhetőségi zónát nyitott Párizsban, ami már a harmadik európai csomópontja Németország és Nagy-Britannia után. Eközben Brüsszel a Cloud and AI Development Act négyszintű szuverenitási keretrendszerével épp az ilyen, kínai székhelyű szolgáltatókat szorítaná háttérbe szigorúbb szinteken.

Q&A

Mennyi pénzt gyűjt az Alibaba, és mire fordítja?
Az Alibaba HK$80 milliárdot, azaz kb. 10,2 milliárd dollárt von be új részvények kibocsátásával, és a teljes összeget AI-infrastruktúrára és -képességekre költi.

Miért problémás az Alibaba európai terjeszkedése az EU szabályozása szempontjából?
Az EU Cloud and AI Development Act tervezete olyan szuverenitási szinteket vezet be, amelyek EU-tulajdont és operatív függetlenséget írnak elő, amit egy kínai székhelyű szolgáltató nehezen tud teljesíteni.

_thenextweb

AI KÉP

Az MIT CSAIL friss kutatása szerint minél nagyobb adathalmazon tanul egy képgeneráló AI, annál nehezebb megmondani, mely konkrét kép, alkotó vagy személy hatott egy elkészült vizuálra. A jelenséget „attribution decaynek”, vagyis az egyedi forrásokhoz köthetőség fokozatos eltűnésének nevezik.

A kutatók egy új, „diffusion ensemble” nevű módszerrel valódi ellenpéldányokat vizsgáltak: az AI-ból egyesével kivették a tanítóképeket, majd megnézték, változik-e a generált eredmény. Nagy adatkészleteknél sokszor sem egyetlen kép, sem egy teljes művész életművének, sem egy személy összes fotójának eltávolítása nem okozott érzékelhető változást.

Ez új megvilágításba helyezheti az AI-művészet szerzői jogi vitáit. Ha egy generált kép nem vezethető vissza megbízhatóan egy konkrét tanítóanyagra, nehezebb eldönteni, hogy másolatról, származékos műről, vagy új alkotásról van-e szó. A kutatás ugyanakkor csak diffúziós képmodelleket vizsgált; az eredmény nagy nyelvi modellekre való érvényessége még nyitott kérdés.

Q&A:

• Mi az attribution decay?
  Az a jelenség, amikor a nagy tanítóadatbázis miatt egy-egy konkrét kép hatása már nem kimutatható a generált AI-képen.
• Megoldja ez a szerzői jogi problémákat?
  Nem. Inkább azt jelzi, hogy a képek eredetének utólagos hozzárendelése önmagában nem lesz elég a másolás vagy a jogsértés megítéléséhez.

_{MIT news}

AI KÉP

A mesterséges intelligencia nem váltja ki a tudatos vizuális gondolkodást, a precíz kompozíciót és az arányérzéket – sőt, éppen ezek teszik igazán kiemelkedővé az alkotásokat. Erre a legjobb bizonyíték Bereczki Nóra sikere, aki a REVE $100K Contest nemzetközi AI-képalkotó versenyen több mint 52 000 pályamű közül hozta el az első helyet és a 100 000 dolláros fődíjat.

Nóra nem csupán egy jól sikerült promptsorozatnak köszönheti az elismerést: fotográfusi háttere, több mint 15 éves marketingtapasztalata és a robottudományok terén szerzett globális látásmódja mind hozzájárultak ahhoz, hogy a Dolce Impossible sorozat ne csak steril képek gyűjteménye, hanem valódi, érzelmeket kiváltó vizuális történetmesélés legyen. Az alábbi exkluzív interjúban, amit az MIfoto.hu – nak adott Nóra az alapokról, az AI-hoz való eszközközpontú hozzáállásról, és a nemzetközi győzelem kulisszatitkairól beszélgettünk – érintve természetesen a versenyt is.

– Marketingtanácsadóból lettél nemzetközi díjas AI-alkotó. Mik voltak azok a legfontosabb szakmai, vagy személyes fordulópontok, amelyek ezen az úton a generatív vizuális művészet felé tereltek, és hogyan formálta át ez a háttér a képi gondolkodásodat?

Azt szoktam mondani, hogy bár sokan az AI miatt ismertek meg, valójában a vizuális gondolkodásom jóval korábban kezdődött. Közel húsz éve fotózom (analóg és digitális technikával egyaránt), és ez a mai napig alapvetően meghatározza azt, ahogyan képeket alkotok. A kompozíció, a fények, a perspektíva vagy a történetmesélés számomra nem az AI-val kezdődött, hanem a fényképezőgéppel.

Emellett több mint 15 éve dolgozom marketingterületen, ügynökségi és vállalati oldalon is, legutóbb egy nemzetközi robotikai vállalat globális marketingvezetőjeként. Ez a háttér megtanított stratégiailag gondolkodni, vizuális történeteket építeni, és mindig azt keresni, hogyan lehet egyetlen képpel vagy kampánnyal erős üzenetet átadni.

Amikor megjelentek a generatív AI-eszközök, nem egy teljesen új műfajként tekintettem rájuk, hanem egy új kreatív eszközre. Ugyanazokat a fotográfiai alapelveket kezdtem alkalmazni, amelyeket évek óta használok: a kompozíciót, a fényeket, a kameraállást vagy éppen a negatív tér tudatos használatát.

– Nyilatkoztad, hogy számodra az AI nem alkotótárs, hanem csupán egy digitális eszköz. Mit jelent ez a gyakorlatban a mindennapi alkotói folyamatodban, és hogyan látod az emberi képi gondolkodás, illetve a klasszikus fotográfiai szabályok szerepét egy ilyen nagy presztízsű AI-verseny tükrében?

Számomra minden alkotás egy ötlettel kezdődik. Először megszületik a fejemben a történet, a hangulat és a vizuális koncepció, és csak ezután választom ki azt az eszközt, amellyel ezt a lehető legjobban meg tudom valósítani.

Ezért tekintek az AI-ra elsősorban egy kreatív digitális eszközként. Óriási lehetőségeket nyit meg, de az art direction, a történetmesélés, a kreatív döntések és a vizuális koncepció továbbra is az ember feladata. Számomra nem az a kérdés, hogy az AI mit tud létrehozni, hanem az, hogy képes vagyok-e a fejemben lévő víziót úgy megvalósítani, hogy közben végig megőrizzem a kreatív kontrollt.

Ebben a fotográfiai hátterem nagyon sokat segít. A klasszikus fotográfia szabályai, például a kompozíció, a harmadolás (Rule of Thirds), az aranymetszés, a fények, a színelmélet, a perspektíva, vagy a negatív tér tudatos használata – ugyanúgy érvényesek egy AI-val készült képnél is. Ezek nem technológiai szabályok, hanem vizuális alapelvek, amelyek segítenek abban, hogy egy kép természetesnek, kiegyensúlyozottnak és hitelesnek hasson.

Úgy gondolom, hogy ahogy az AI-eszközök egyre fejlettebbé válnak, egyre nagyobb értéke lesz azoknak a készségeknek, amelyeket nem a technológia ad: a vizuális gondolkodásnak, az art directionnek, a történetmesélésnek és a jó ízlésnek. Ezek azok a területek, ahol továbbra is az ember hozza a legfontosabb kreatív döntéseket.

– Régóta kísérletezel generatív AI-eszközökkel. Miben változott az AI-hoz való viszonyod az első kísérletek óta, és ez a tapasztalat hogyan hatott a legutóbbi, REVE -vel létrehozott munkáidra?

Jól emlékszem arra az első AI-képre, amire azt mondtam, hogy „na, ez már tényleg jó”. Ha jól emlékszem, 2022-ben készült Midjourney-vel, és egy űrhajóst ábrázolt, aki egy almát tart a kezében. Számomra ez volt az a pillanat, amikor először éreztem, hogy ezek az eszközök valóban komoly kreatív lehetőségeket rejtenek.

Az első időszakban rengeteget kísérleteztem az eszközökkel, kíváncsi voltam, mire képes, hol vannak a határai, és hogyan lehet vele minél jobb eredményeket elérni. Ma már sokkal inkább az foglalkoztat, hogy milyen történetet szeretnék elmesélni. A technológia számomra háttérbe került, a vizuális koncepció került előtérbe. Ettől függetlenül persze követem az új fejlesztéseket, és rengeteget tesztelek továbbra is.

Ez a gondolkodás a Dolce Impossible sorozatban is meghatározó volt. Az volt a célom, hogy olyan képeket hozzak létre, amelyek önmagukban is működnek vizuálisan és érzelmileg. Olyan képeket szerettem volna készíteni, amelyek akkor is érdekesek lennének, ha a néző nem tudná, hogy AI segítségével készültek. Az AI-eszközök folyamatosan fejlődnek, de a jó ötlet, az erős koncepció és a történetmesélés hosszú távon sokkal maradandóbb értéket képvisel.

– Milyen képgeneráló modelleket használsz, és melyik az, ami számodra a legjobb eredményt adja a kreativitásod felszínre hozásában?

Szeretek folyamatosan kísérletezni az új modellekkel, ezért nem ragaszkodom egyetlen eszközhöz. Számomra nincs univerzálisan „legjobb” képgeneráló modell. Sokkal fontosabb, hogy egy adott eszköz mennyire támogatja azt a kreatív víziót, amit szeretnék megvalósítani.

– A győztes Dolce Impossible sorozatod a mediterrán nyaralások ismerős, felhőtlen világát idézi, miközben minden képen megjelenik egy szürreális, „lehetetlen” részlet. Hogyan született meg ez a koncepció, miért volt fontos számodra a hihetőség, és az abszurd egyensúlya, és milyen történetet szerettél volna elmesélni ezzel az anyaggal?

Mindig is vonzottak azok a képek, amelyek első pillantásra teljesen hétköznapinak tűnnek, majd néhány másodperc múlva rájövünk, hogy valami mégsem stimmel. Ezt az élményt szerettem volna megteremteni a Dolce Impossible sorozatban.

A mediterrán nyár számomra egy szinte univerzális vizuális élmény. A tengerpart, a csíkos napernyők, a nyári napsütés olyan emlékek, amelyekhez nagyon sokan tudnak kapcsolódni. Olyan jeleneteket szerettem volna alkotni, amelyek ismerősnek érződnek, mintha akár a saját nyaralásunkon készültek volna.

Ehhez társítottam minden képen egyetlen lehetetlen vagy abszurd elemet. Fontos volt számomra, hogy csak egy ilyen részlet jelenjen meg, miközben minden más teljesen hihető marad. Úgy éreztem, ettől a néző először elfogadja a képet valóságként, majd egy második pillantásra elkezdi keresni, hogy mi az, ami kizökkenti ebből az élményből. Azt hiszem, ez volt a sorozat legfontosabb gondolata: a fantázia és a valóság közötti határ nem élesen húzódik, hanem néha csak egyetlen apró részleten múlik.

– A REVE kifejezetten erős a promptok pontos követésében és a fotorealisztikus textúrákban. Miben más ezzel a platformmal dolgozni, mint a többi ismert képalkotó modellel, és milyen konkrét technikai workflow-t építettél ki a versenyanyag elkészítéséhez?

Ez volt az első komoly projektem a Reve-vel, így egyszerre jelentett tanulási folyamatot és kreatív kihívást. Az első benyomásom nagyon pozitív volt: a felület intuitív, könnyen használható, így gyorsan az alkotásra tudtam koncentrálni.

A Reve-nek erős a természetes nyelv megértése, jól értelmezi a részletesen megfogalmazott instrukciókat. A workflow-m minden képnél hasonló volt. Először fejben megterveztem a jelenetet: a történetet, a kompozíciót, a kameraállást és azt az egyetlen lehetetlen elemet, amelyre az egész kép épült. Ezután ezt próbáltam szövegesen a lehető legpontosabban megfogalmazni, majd egy hosszabb iterációs folyamat következett.

– A versenyen pontosan tíz képből álló, egységes anyagot kellett benyújtani, ahol a zsűri a vizuális konzisztenciát, a technikai minőséget és a részleteket vizsgálta. Hogyan építetted fel, válogattad össze és finomítottad a képeket, hogy a tíz különálló alkotás egyetlen harmonikus és steril hatásoktól mentes szetté álljon össze?

Számomra fontos volt, hogy a képek együtt is elmeséljenek egy történetet, és egységes vizuális világot alkossanak. Még a generálás előtt felállítottam néhány alapvető kreatív szabályt. A sorozat minden képe mediterrán nyári hangulatot idézzen, dokumentarista stílusban készüljön, természetes fényekkel és hiteles környezettel. Emellett minden képen egyetlen lehetetlen vagy abszurd elem jelenjen meg. Ez a szabály végig biztosította a sorozat konzisztenciáját.

Tudatosan figyeltem arra, hogy a képek hasonló vizuális ritmust kövessenek: sok negatív térrel, természetes perspektívával és kiegyensúlyozott kompozícióval. Több képnél alkalmaztam a harmadolási szabályt, hogy a sorozat egységes vizuális nyelvet beszéljen.

Sok időt töltöttem az iterációval és a finomhangolással. Nemcsak azt néztem, hogy egy-egy kép önmagában jól működik-e, hanem folyamatosan egymás mellé tettem őket. Ha egy kép túlságosan kilógott hangulatban, színvilágban vagy kompozícióban, inkább újrageneráltam vagy tovább finomítottam.

– A REVE $100K Contestre több mint 52 000 pályamű érkezett a világ minden tájáról, a nemzetközi zsűri mégis a te anyagodat választotta a legjobbnak. Hogyan emlékszel vissza arra a pillanatra, amikor kiderült, hogy te hoztad el az 1. helyet és a 100 000 dolláros fődíjat?

Párszor biztosan el kellett olvasnom az e-mailt, mire tényleg elhittem, hogy jól értem.

Amikor tudatosult bennem, hogy valóban én nyertem, egyszerre éreztem hatalmas örömöt és hálát. Természetesen a fődíj óriási elismerés, emellett pedig különösen sokat jelent számomra az a szakmai visszajelzés, hogy egy ilyen rangos nemzetközi zsűri értékelte azt a vizuális gondolkodást és kreatív szemléletet, amelyet évek óta igyekszem következetesen képviselni.

– Mit üzennél azoknak a magyar AI-művészeknek, akik még kísérleteznek, de céljuk, hogy egyszer egy akkora globális megmérettetésen is helytálljanak, mint a REVE $100K Contest?

A legfontosabb tanácsom az lenne, hogy ne csak az AI-eszközöket tanulják, hanem a vizuális gondolkodást is. Érdemes sokat fotózni, filmeket nézni, festészetet tanulmányozni, megérteni a kompozíciót, a fényeket és a történetmesélést. Ezek azok az alapok, amelyek hosszú távon is értéket jelentenek, függetlenül attól, hogy éppen melyik AI-modell a legjobb.

A másik, hogy ne féljenek megmutatni a munkáikat nemzetközi szinten sem. Könnyű azt gondolni, hogy ezek a versenyek elérhetetlenek, pedig a kreativitásnak nincs földrajzi határa. Egy jó ötlet, egy következetesen végiggondolt koncepció és sok kitartó munka bárhonnan versenyképes lehet.

És talán még egy gondolat: szerintem érdemes olyan projekteken dolgozni, amelyek személyesen is izgatnak bennünket. A Dolce Impossible sem azért készült, mert egy versenyre „optimális” témát kerestem, hanem azért, mert kíváncsi voltam arra, hogyan lehet a hétköznapi valóságot egyetlen apró, lehetetlen részlettel teljesen új szemszögből megmutatni. Úgy gondolom, hogy a legerősebb munkák mindig valódi kíváncsiságból és alkotói örömből születnek.

// Ha neked kellene elkészítened egy 10 képes sorozatot egy nemzetközi AI-versenyre, mi lenne a te „lehetetlen” témád? Dobj be egy jó ötletet a kommentmezőbe!

Bio: Bereczki Nóra marketingszakértő, és fotográfus. Gyermekkora óta foglalkozik fotózással, analóg és digitális technikákkal egyaránt, fotográfus végzettséggel rendelkezik, és számos fotós projekten dolgozott az évek során. Több mint 15 éves marketingtapasztalattal a háta mögött dolgozott ügynökségi és ügyféloldalon egyaránt, az utóbbi években pedig a robotika és ipari automatizáció területén globális marketingvezetőként tevékenykedett.

Az elmúlt öt évben elmélyedt a generatív mesterséges intelligencia alapú tartalomkészítés világában. AI-alapú rövidfilmjeit több nemzetközi filmfesztivál is díjazta, 2026-ban pedig megnyerte a REVE $100K Contest nemzetközi AI-képalkotó verseny fődíját Dolce Impossible című sorozatával. Jelenleg szabadúszóként marketingtanácsadással, AI-alapú tartalomgyártással és oktatással foglalkozik.

Szívből gratulálunk és nagyon büszkék vagyunk Nóra sikerére!

AI KÉP

Kína új bajnokot talált az MI‑versenyben: a DeepSeek nevű vállalatot, amely kevesebb mint két év alatt teljesen átírta a generatív AI gazdasági szabályait. A cég alapítója, Liang Wenfeng tudatosan kerüli a reflektorfényt, mégis Kína egyik legfontosabb technológiai stratégiai szereplőjévé vált.

Pénzügyi ugrás és stratégia

DeepSeek nemrég mintegy 7 milliárd dolláros tőkebevonást zárt 52 milliárdos értékelés mellett, és már tárgyalja a következő kört, amely 71 milliárdig tolhatja fel a cégértéket. A cél egyértelmű: akkora intézményi tőkéhez jutni, amellyel hosszú távon fenn tudják tartani az agresszív árversenyt az amerikai szereplőkkel szemben.

Hardverfüggetlenség és globális terjeszkedés

A Reuters szerint a DeepSeek már saját inferencia‑fókuszú ASIC chipen dolgozik, hogy csökkentse függőségét az Nvidia és a Huawei megoldásaitól. Eközben a Huawei már beépítette a DeepSeek modelleket felhőszolgáltatásaiba Afrika szubszaharai régiójában, ami jól mutatja a kínai nyílt, olcsó LLM‑ek exportstratégiáját.

Nyílt, olcsó modellek mint új standard

A Fortune adatai szerint a kínai open‑source modellek (Qwen, MiniMax, DeepSeek) már a világ nagy nyelvi modelleinek használatának mintegy egyharmadát adják, miközben 2024 végén még szinte láthatatlanok voltak. A startupok Sillicon Valley‑ben és Délkelet‑Ázsiában a transzparencia és a jelentősen alacsonyabb üzemeltetési költség miatt választják őket.

Miért kulcsfontosságú a DeepSeek a kínai AI‑stratégiában?

Mert Kína ezzel a céggel próbálja globális standarddá tenni a „nyílt és olcsó” MI‑modellt, ami közvetlen alternatívát kínál az amerikai, drágább, zártabb rendszerekkel szemben.

Mit jelent a saját ASIC chip fejlesztése a cég jövője szempontjából?

Ha sikerül, a DeepSeek nemcsak szoftverben, hanem hardverben is önállóbbá válik, csökkenti függőségét a külső beszállítóktól, és még agresszívebb árazást tud tartani világszinten.

_xataka