مدل جدید OpenAI با قابلیت خروجی SVG، ویرایش دقیق‌تر تصاویر و حفظ جزئیات بصری، نسل تازه‌ای از ابزارهای تولید تصویر را معرفی می‌کند.
شرکت OpenAI از نسخه جدید مدل تولید تصویر خود با نام ChatGPT Images 2.6 رونمایی کرد. این نسخه تنها دو ماه پس از انتشار Images 2.5 عرضه شده و با بهبود سرعت تولید تصاویر، امکانات پیشرفته‌تر ویرایش و قابلیت ساخت تصاویر متحرک GIF همراه است.
به گفته OpenAI، کاربران اکنون در مجموع بیش از ۴ میلیارد تصویر در هفته از طریق ChatGPT، Codex و API این شرکت تولید می‌کنند؛ رقمی که در مقایسه با ۳ میلیارد تصویر هفتگی اعلام‌شده در ماه سپتامبر، رشد قابل‌توجهی را نشان می‌دهد.
OpenAI برای توسعه‌دهندگان دو مدل جدید ارائه کرده است:
- GPT-Image-2.6 Flare: مدلی متمرکز بر سرعت که در تنظیمات کیفیت پایین می‌تواند یک تصویر را تنها در حدود ۶ ثانیه تولید کند. این مدل همچنین در طراحی پوسترها و تصاویر محصولات عملکرد بهتری دارد.
- GPT-Image-2.6 Sunburst: مدلی با تمرکز بر کیفیت بالاتر تصاویر و حفظ ثبات جزئیات در ویرایش‌های متوالی. این قابلیت به حفظ ظاهر شخصیت‌ها، محصولات و هویت بصری برندها در طول فرایند ویرایش کمک می‌کند.
یکی از مهم‌ترین قابلیت‌های جدید Images 2.6، امکان تولید تصاویر متحرک GIF است. کاربران می‌توانند طرح‌های ساده و دستی خود را به شخصیت‌های متحرک تبدیل کنند، میم‌ها و تصاویر واکنشی بسازند یا تصاویر محصولات را برای استفاده در محتوای تبلیغاتی و بازاریابی متحرک کنند.
از سوی دیگر، قابلیت خروجی گرفتن با فرمت SVG نیز به این نسخه اضافه شده است؛ فرمتی برداری که امکان استفاده از تصاویر باکیفیت در اندازه‌های مختلف را بدون افت وضوح فراهم می‌کند و برای طراحی وب‌سایت، اپلیکیشن و محصولات چاپی کاربرد دارد.
در نسخه جدید API، توسعه‌دهندگان به امکانات بیشتری برای کنترل فرایند تولید و ویرایش تصویر دسترسی دارند. از جمله این امکانات می‌توان به قابلیت مشخص‌کردن دقیق بخش‌هایی از تصویر که باید ویرایش شوند و پارامتر جدیدی به نام Complexity اشاره کرد که میزان برنامه‌ریزی و پردازش مدل پیش از تولید یا ویرایش تصویر را کنترل می‌کند.
OpenAI همچنین اعلام کرده است که ChatGPT Images 2.6 هم‌اکنون به‌صورت جهانی در دسترس کاربران ChatGPT، از جمله کاربران نسخه رایگان، قرار گرفته و در Codex نیز قابل استفاده است. توسعه‌دهندگان هم می‌توانند از طریق API به دو مدل Flare و Sunburst دسترسی داشته باشند.
در همین حال، رقابت در حوزه تولید تصویر با هوش مصنوعی همچنان ادامه دارد. مایکروسافت نیز اخیراً نسخه پیش‌نمایش مدل MAI-Image-2.7 را منتشر کرده که در رتبه‌بندی ویرایش تصویر Artificial Analysis توانسته عملکرد بهتری نسبت به GPT Image 2.5 Flare ثبت کند؛ هرچند همچنان پایین‌تر از مدل Sunburst قرار گرفته است.
کد خبر ۲۱۲۰۵۰۸۱۶.۶۷۱
منبع: نئووین
