OpenAI نسل جدید موتور تولید و ویرایش تصویر ChatGPT را با نام ChatGPT Images 2.5 معرفی کرد. این نسخه علاوه بر بهبود کیفیت و سرعت تولید تصاویر، امکان کنترل مستقیمتر روی خروجی را فراهم میکند. البته مهمترین قابلیت جدید این نسخه Sketch است که به کاربر اجازه میدهد بهجای توضیح همه جزئیات به شکل متنی، طرح اولیه یا حتی یک نقاشی ساده را داخل ChatGPT بکشد و از هوش مصنوعی بخواهد آن را به تصویر نهایی تبدیل کند.
قابلیت جدید Sketch شاید در نگاه اول ساده به نظر برسد، اما در عمل یکی از کاربردیترین تغییرات Images 2.5 است. کاربر میتواند با تایپ کردن @Sketch در ChatGPT، محیط طراحی را باز کند، یک طرح اولیه بکشد و سپس با توضیح متنی مشخص کند که خروجی نهایی باید چه شکلی باشد.
در تست رسانه The Verge، حتی یک طرح بسیار ساده از گربه که با ماوس کشیده شده بود، به تصویری واقعگرایانه تبدیل شد. علاوه بر این کاربر میتواند روی بخش مشخصی از تصویر توضیح یا علامت بگذارد و فقط همان قسمت را تغییر دهد. برای مثال با همین روش میتوان رنگ چشمهای گربه را تغییر داد.
به این ترتیب دیگر کاربر برای مشخص کردن جای یک شیء، فرم کلی آن یا ناحیهای که باید تغییر کند، مجبور نیست همه چیز را با یک پرامپت طولانی و دقیق توضیح دهد.
ویرایش تصاویر حالا دقیقتر شده است
OpenAI در Images 2.5 علاوه بر اضافه کردن قابلیت Sketch، روی ویرایش چندمرحلهای تصاویر نیز تمرکز کرده است. در این نسخه میتوان بخش مشخصی از تصویر را علامتگذاری کرد و سپس تغییر موردنظر را توضیح داد تا مدل همان ناحیه را اصلاح کند.
آزمایش Axios نیز نشان میدهد این قابلیت برای کارهای مختلفی قابل استفاده است؛ از تغییر سبک یک عکس واقعی گرفته تا طراحی خالکوبی روی تصویر موجود و ساخت لوگو. در یکی از آزمایشها کاربر بخشی از طرح خالکوبی را مشخص کرد، درخواست تغییر داد و مدل نسخههای اصلاحشده را ارائه کرد.
OpenAI همچنین میگوید Images 2.5 در حفظ شباهت افراد و حیوانات نسبت به قبل عملکرد بهتری دارد که همواره یکی از نقاط ضعف رایج ابزارهای تولید تصویر بوده است.
تصاویر سریعتر و طبیعیتر تولید میشوند
خوشبختانه بهبودهای Images 2.5 فقط به ابزارهای ویرایش محدود نیست. OpenAI اعلام کرده است که زمان تولید تصویر در این نسخه میتواند تا ۵۰ درصد کمتر از Images 2.0 باشد. این شرکت همچنین از نورپردازی طبیعیتر، بافتهای غنیتر و عملکرد بهتر در دنبال کردن دستورهای ویرایشی در چند مرحله خبر داده است.
در نتیجه میتوان گفت Images 2.5 بیشتر از آنکه صرفاً یک موتور تولید تصویر سریعتر باشد، روی روند رفتوبرگشت میان کاربر و هوش مصنوعی تمرکز دارد. یعنی کاربر میتواند یک تصویر اولیه بسازد، بخش خاصی را تغییر دهد، دوباره اصلاح کند و در هر مرحله کنترل بیشتری روی نتیجه داشته باشد.
Adele Li، مدیر محصول بخش تصاویر OpenAI، در گفتوگو با Axios گفته است که قابلیتهایی مانند Sketch و قالبهای آماده با هدف درگیر کردن بیشتر کاربر در فرآیند خلق تصویر طراحی شدهاند. ایده اصلی این است که کاربر صرفاً یک درخواست متنی به مدل ندهد، بلکه بتواند ایده خودش را مستقیماً وارد فرآیند طراحی کند.
طبق اعلام OpenAI،در حال حاضر ChatGPT Images 2.5 برای کاربران ChatGPT ،ChatGPT Work و Codex روی نسخههای دسکتاپ، موبایل و وب عرضه شده است.
نظر خود را اضافه کنید.
برای ارسال نظر وارد شوید
ارسال نظر بدون عضویت در سایت