اوپن‌ای‌آی از ChatGPT Images 2.5 رونمایی کرده؛ تازه‌ترین نسخه مدل تولید تصویر این شرکت که جزئیات دقیق‌تر، ویرایش هوشمندتر و سرعت تولید بسیار بالاتری نسبت به نسخه قبلی ارائه می‌دهد. طبق اعلام اوپن‌ای‌آی، هر هفته بیش از ۳ میلیارد تصویر از طریق ChatGPT Images و مدل‌های خانواده GPT-Image در API ساخته می‌شود؛ رقمی که نشان می‌دهد تولید تصویر یکی از پرکاربردترین قابلیت‌های ChatGPT است.
چه چیزی تغییر کرده؟
مدل جدید نورپردازی طبیعی‌تر و بافت‌های غنی‌تری تولید می‌کند و در حفظ ویژگی‌های افراد و اشیای موجود در عکس‌های مرجع، دقیق‌تر عمل می‌کند. یعنی وقتی از یک عکس واقعی به‌عنوان مرجع استفاده می‌کنید، تصویر خروجی شباهت بیشتری به سوژه اصلی خواهد داشت.
از نظر سرعت هم، تأخیر تولید تصویر نسبت به نسخه Images 2.0 تا ۵۰ درصد کاهش پیدا کرده است؛ یعنی می‌توانید ایده‌های خود را سریع‌تر امتحان و اصلاح کنید.
ویرایش دقیق‌تر و پایدارتر در گفت‌وگوهای طولانی
یکی از مهم‌ترین بهبودها به توانایی مدل در انجام «ویرایش‌های نقطه‌ای» برمی‌گردد؛ یعنی تغییر دقیقاً همان بخشی که کاربر خواسته، بدون دست‌کاری بقیه جزئیات تصویر، حتی در تصاویر با سوژه‌ها و پس‌زمینه‌های پیچیده.
در گفت‌وگوهای طولانی هم که کاربر چند بار پشت سر هم دستور ویرایش می‌دهد، Images 2.5 تغییرات قبلی را بهتر حفظ می‌کند و کیفیت تصویر در طول ویرایش‌های متوالی افت پیدا نمی‌کند؛ مشکلی که در نسخه‌های قبلی مدل‌های تولید تصویر معمولاً وجود داشت.
قابلیت‌های تازه در اپلیکیشن ChatGPT
در کنار خود مدل، چند قابلیت کاربردی هم به ChatGPT اضافه شده است:
- Sketch: کاربران می‌توانند طرح اولیه یک ایده را مستقیماً داخل ChatGPT بکشند و از آن به‌عنوان مرجع بصری برای ساخت تصویر نهایی استفاده کنند؛ کافی است عبارت «@Sketch» را تایپ کنید.
- قالب‌های آماده (Templates): برای فرمت‌های پرکاربرد مثل پوستر و محصولات تبلیغاتی، به‌جای شروع از صفحه خالی می‌توان از یک قالب آماده استفاده کرد.
- کامنت‌گذاری روی تصویر: حالا می‌توان مستقیماً روی بخش خاصی از تصویر کامنت گذاشت تا ویرایش دقیق‌تر و هدفمندتر انجام شود.
- اشتراک‌گذاری پرامپت: هنگام اشتراک‌گذاری یک تصویر، می‌توان پرامپتی که برای ساخت آن استفاده شده را هم همراه آن فرستاد تا دیگران بتوانند همان ایده را با عکس‌ها و جزئیات خودشان امتحان کنند.
نسخه‌های تازه برای توسعه‌دهندگان
اوپن‌ای‌آی دو مدل تازه هم برای API معرفی کرده است:
- GPT-Image-2.5 Flare: گزینه پیش‌فرض برای اغلب کاربردها، با کیفیت بالاتر از GPT-Image-2 و تأخیر ۵۰ درصد کمتر؛ مناسب برای محتوای شبکه‌های اجتماعی، جست‌وجوی تصویری و تولید انبوه تصویر.
- GPT-Image-2.5 Sunburst: نسخه‌ای برای کارهای حرفه‌ای‌تر که به کنترل دقیق‌تر روی ویرایش‌ها نیاز دارند، با زمان تولید بیشتر اما کیفیت خروجی بالاتر.
شرکت‌هایی مثل ادوبی، Runway و Manus هم از همین حالا اعلام کرده‌اند که این مدل‌های تازه را در محصولات خود به کار گرفته‌اند.
ایمنی و شناسه دیجیتال تصاویر
اوپن‌ای‌آی می‌گوید Images 2.5 روی همان زیرساخت‌های ایمنی نسخه‌های قبلی ساخته شده و همچنان از بررسی خودکار پرامپت‌ها و تصاویر برای جلوگیری از خروجی‌های مضر استفاده می‌کند. برای مشخص‌کردن تصاویر ساخته‌شده با ابزارهای اوپن‌ای‌آی هم از متادیتای C2PA و واترمارک نامرئی استفاده می‌شود.
در دسترس بودن
ChatGPT Images 2.5 از امروز برای همه کاربران ChatGPT، ChatGPT Work و Codex در نسخه‌های دسکتاپ، موبایل و وب فعال شده است. مدل‌های GPT-Image-2.5 Flare و GPT-Image-2.5 Sunburst هم از طریق API در دسترس توسعه‌دهندگان قرار گرفته‌اند.
سوالات متداول
ChatGPT Images 2.5 چقدر سریع‌تر از نسخه قبلی است؟ تأخیر تولید تصویر نسبت به Images 2.0 تا ۵۰ درصد کاهش یافته است.
آیا Images 2.5 برای همه کاربران ChatGPT رایگان است؟ این مدل برای همه کاربران ChatGPT، ChatGPT Work و Codex در تمام پلن‌ها فعال شده، هرچند محدودیت‌های استفاده ممکن است بر اساس نوع پلن متفاوت باشد.
تفاوت GPT-Image-2.5 Flare و Sunburst چیست؟ Flare گزینه پیش‌فرض و سریع‌تر برای اغلب کاربردهاست، در حالی که Sunburst برای کارهای حرفه‌ای با نیاز به کنترل دقیق‌تر و زمان تولید بیشتر طراحی شده است.
جمع‌بندی
با ChatGPT Images 2.5، اوپن‌ای‌آی تلاش کرده هم کیفیت و هم سرعت تولید تصویر را هم‌زمان بهبود دهد؛ چیزی که معمولاً در مدل‌های تولید تصویر یک بده‌بستان محسوب می‌شود. قابلیت‌های تازه‌ای مثل Sketch و کامنت‌گذاری روی تصویر هم نشان می‌دهد اوپن‌ای‌آی می‌خواهد ChatGPT را به ابزاری کامل‌تر برای طراحی و خلق محتوای بصری تبدیل کند.
منبع: OpenAI
نظرات
برای ثبت نظر وارد شوید.