نسخه جدید ابزار تولید تصویر در چتبات ChatGPT با نام Images 2.0 معرفی شده است. به گفته OpenAI این قابلیت نسل تازهای از تولید محتوای تصویری را با تکیه بر توانایی فکر کردن و پردازش پیشرفتهتر دادهها رقم میزند.
ChatGPT Images 2.0 که حدود یک سال پس از نسخه اولیه منتشر شده، فراتر از یک ابزار ساده تولید تصویر عمل میکند. این مدل میتواند اطلاعات را از وب جمعآوری کند، آنها را تحلیل کرده و در نهایت خروجی بسیار مناسبی ایجاد کند. موضوعی که آن را به گزینهای جدی برای جایگزینی ابزارهای سنتی طراحی و ویرایش تصویر تبدیل میکند.
مهمترین تغییر در نسخه 2.0 اضافه شدن قابلیت «thinking» یا همان تفکر چندمرحلهای است. این ویژگی باعث میشود مدل مذکور تنها بر اساس یک پرامپت ساده تصویر نسازد، بلکه ابتدا دادههای مرتبط را بررسی کرده و سپس خروجی دقیقتری تولید کند. نتیجه این رویکرد، افزایش چشمگیر دقت در جزئیات و تطابق بهتر با درخواست کاربر است.
OpenAI اعلام کرده که این سیستم اکنون در تولید اینفوگرافیکها، نمودارها و تصاویر آموزشی عملکرد بسیار دقیقتری دارد. همچنین پشتیبانی بهتر از زبانهای مختلف باعث شده کاربران بتوانند خروجیهای باکیفیتتری دریافت کنند.
Images 2.0 صرفا یک مولد تصویر نیست و مجموعهای از ابزارهای ویرایشی را هم در اختیار کاربر قرار میدهد. از جمله قابلیتهای کلیدی میتوان به حذف پسزمینه تصاویر، تغییر نسبت تصویر، تولید همزمان تا 8 تصویر و خروجی با وضوح تا 2K اشاره کرد.
این مجموعه امکانات باعث شده ChatGPT عملا به یک ابزار «end-to-end» برای تولید و ویرایش محتوای بصری تبدیل شود؛ یعنی از ایده اولیه تا خروجی نهایی، همه مراحل در یک محیط انجام میشود.
حرکت OpenAI در این مسیر، نشان میدهد هدف تنها رقابت با مدلهای مولد تصویر مانند Midjourney یا DALL·E نیست، بلکه بازار نرمافزارهای طراحی مثل Photoshop نیز مد نظر قرار گرفته است. ترکیب تولید تصویر، ویرایش و تحلیل محتوا در یک پلتفرم واحد، میتواند روند کاری طراحان، تولیدکنندگان محتوا و حتی تیمهای مارکتینگ را سادهتر کند.
طبق اعلام OpenAI، مدل تصویر ساز Images 2.0 برای تمام کاربران ChatGPT در دسترس قرار گرفته است. اما حالت پیشرفته «Images with thinking» تنها برای کاربران پلنهای Plus و Pro و Business و Enterprise فعال شده است.
نظر خود را اضافه کنید.
برای ارسال نظر وارد شوید
ارسال نظر بدون عضویت در سایت