فهرست مطالب
شرکت OpenAI مدل ChatGPT Images 2.6 را با افزایش ۵۰ درصدی سرعت تولید تصویر، قابلیت ساخت GIF متحرک و پشتیبانی از خروجی SVG معرفی کرد.
به گزارش سرویس هوش مصنوعی تکناک، این نسخه جدید ابزار تولید تصویر هوش مصنوعی OpenAI تنها دو ماه پس از عرضه ChatGPT Images 2.5 منتشر شده است.
این شرکت اعلام کرده است که کاربران اکنون هر هفته بیش از ۴ میلیارد تصویر از طریق ChatGPT، ابزار Codex و API آن تولید می‌کنند. این رقم در ماه سپتامبر ۳ میلیارد تصویر در هفته بود و افزایش آن نشان‌دهنده رشد استفاده از هوش مصنوعی برای تولید محتوای تصویری است.
نسخه Images 2.5 در زمان عرضه، سرعت تولید تصویر را نسبت به Images 2.0 حدود ۵۰ درصد افزایش داده بود. اکنون OpenAI مدعی است که نسخه 2.6 نیز در مقایسه با نسل قبلی، ۵۰ درصد سریع‌تر عمل می‌کند.
معرفی دو مدل جدید برای توسعه‌دهندگان
شرکت OpenAI دو مدل جدید با نام‌های GPT-Image-2.6 Flare و GPT-Image-2.6 Sunburst را برای توسعه‌دهندگان معرفی کرده است. این دو مدل از نظر سرعت، کیفیت خروجی و قابلیت‌های ویرایش تفاوت دارند.
مدل Flare بر سرعت پردازش تمرکز می‌کند و در پایین‌ترین سطح تنظیمات کیفیت می‌تواند تصویری را تنها در ۶ ثانیه تولید کند. همچنین این مدل در طراحی چیدمان پوسترها و تصاویر تبلیغاتی محصولات، عملکرد بهتری ارائه می‌دهد.
در مقابل، مدل Sunburst برای تولید تصاویر باکیفیت‌تر و حفظ هماهنگی عناصر در ویرایش‌های متوالی طراحی شده است. این مدل هنگام تغییر بخش‌های مختلف تصویر، ظاهر شخصیت‌ها، محصولات و جزئیات برندها را با دقت بیشتری حفظ می‌کند.
این قابلیت به کاربران اجازه می‌دهد بخش‌های دلخواه یک تصویر را ویرایش کنند، بدون آنکه ویژگی‌های اصلی سوژه یا هماهنگی بصری تصویر دچار تغییرات ناخواسته شود.
قابلیت‌های مدل ChatGPT Images 2.6
یکی از مهم‌ترین ویژگی‌های ChatGPT Images 2.6، پشتیبانی از تولید مستقیم تصاویر متحرک GIF است. کاربران اکنون می‌توانند طرح‌های ساده را به شخصیت‌های متحرک تبدیل کنند یا تصاویر واکنشی، میم‌ها و محتوای تبلیغاتی متحرک بسازند.
این قابلیت برای کسب‌وکارها و تولیدکنندگان محتوا نیز کاربرد دارد. آنها می‌توانند تصاویر ثابت محصولات را به محتوای متحرک تبدیل کنند و از خروجی در فعالیت‌های بازاریابی استفاده نمایند.
همچنین OpenAI ابزارهای کنترلی جدیدی را از طریق API در اختیار توسعه‌دهندگان قرار داده است. یکی از این ابزارها، قابلیت نشانه‌گذاری تصویر یا Image Markup است که پیش‌تر در ChatGPT ارائه شده بود. توسعه‌دهندگان با استفاده از این ویژگی می‌توانند قسمت‌های مشخصی از تصویر را برای ویرایش انتخاب کنند.
قابلیت دیگر، پشتیبانی از تولید فایل‌های SVG است. تصاویر این قالب بدون افت کیفیت در اندازه‌های مختلف نمایش داده می‌شوند و برای طراحی گرافیک وب‌سایت‌ها، اپلیکیشن‌ها و محصولات چاپی مناسب هستند.
پارامتر جدید Complexity نیز امکان کنترل میزان برنامه‌ریزی مدل پیش از تولید یا ویرایش تصویر را فراهم می‌کند. توسعه‌دهندگان می‌توانند این تنظیم را متناسب با پیچیدگی درخواست‌های خود تغییر دهند.
عرضه جهانی و رقابت با مایکروسافت
مدل ChatGPT Images 2.6 اکنون در سراسر جهان برای تمام کاربران ChatGPT، از جمله کاربران نسخه رایگان، در دسترس قرار گرفته است. این ابزار در Codex نیز عرضه شده است و توسعه‌دهندگان می‌توانند از طریق API به مدل‌های Flare و Sunburst دسترسی داشته باشند.
معرفی این نسخه هم‌زمان با افزایش رقابت شرکت‌های فناوری در بازار تولید تصویر با هوش مصنوعی انجام شده است. مایکروسافت نیز به تازگی مدل MAI-Image-2.7 Preview را معرفی کرده و توانایی‌های خود را در ویرایش تصاویر ارتقا داده است.
این مدل در جدول رتبه‌بندی ویرایش تصویر Artificial Analysis توانسته است از GPT-Image-2.5 Flare شرکت OpenAI پیشی بگیرد. با وجود این، عملکرد آن همچنان پایین‌تر از مدل Sunburst قرار دارد.
شرکت OpenAI با عرضه نسخه 2.6 تلاش می‌کند سرعت تولید تصویر، کیفیت ویرایش و ابزارهای حرفه‌ای تولید محتوای گرافیکی را بهبود دهد و موقعیت خود را در رقابت با مایکروسافت حفظ کند.
