OpenAI نسخه جدید موتور تولید و ویرایش تصویر خود با نام ChatGPT Images 2.5 را معرفی کرد؛ نسخهای که قرار است فقط کیفیت تصاویر تولیدشده را بهتر نکند، بلکه کنترل کاربر روی ویرایش عکسها را هم بسیار بیشتر کند.
یکی از جذابترین قابلیتهای جدید این است که کاربر میتواند مستقیماً روی تصویر طرح بکشد یا بخش موردنظر را مشخص کند و سپس از ChatGPT بخواهد همان قسمت را تغییر دهد.
ChatGPT Images 2.5 چه چیزی را بهتر کرده است؟
#OpenAI میگوید Images 2.5 در جزئیات، نورپردازی و بافت تصاویر پیشرفت کرده و در حفظ شباهت سوژههای موجود در عکس مرجع عملکرد بهتری دارد. این موضوع بهخصوص برای کسانی اهمیت دارد که میخواهند یک عکس واقعی از خودشان، حیوان خانگی یا یک محصول را به سبک یا محیط دیگری منتقل کنند، بدون اینکه ظاهر اصلی سوژه بیش از حد تغییر کند.
سرعت تولید نیز افزایش یافته است. به گفته OpenAI، زمان تأخیر تولید تصویر در Images 2.5 نسبت به نسخه 2.0 تا ۵۰ درصد کاهش پیدا کرده است؛ یعنی کاربر میتواند سریعتر تصویر را تولید کند و برای رسیدن به نتیجه مطلوب، ویرایشهای بیشتری انجام دهد.
حالا میتوانید روی تصویر ایدهتان را بکشید
#یکی از قابلیتهای جدید ChatGPT Images 2.5، ابزاری به نام Sketch است. به جای اینکه همه جزئیات را با متن توضیح دهید، میتوانید روی تصویر یا فضای کاری یک طرح ساده بکشید و مشخص کنید یک عنصر جدید کجا قرار بگیرد یا چه شکلی داشته باشد.
مثلاً اگر بخواهید یک شیء را در سمت چپ عکس اضافه کنید، لازم نیست فقط موقعیت آن را با چند جمله توضیح دهید؛ میتوانید محل تقریبی آن را روی تصویر مشخص کنید و از هوش مصنوعی بخواهید همان بخش را تغییر دهد.
این قابلیت بهخصوص برای کارهای گرافیکی، طراحی اولیه، ساخت محتوای شبکههای اجتماعی و ویرایش عکس میتواند کاربردی باشد.
ویرایش چندمرحلهای هم بهتر شده است
#یکی از مشکلات ابزارهای تولید تصویر این است که با هر بار ویرایش، ممکن است بخشهایی از تصویر که کاربر قصد تغییرشان را نداشته، نیز تغییر کنند. OpenAI میگوید در Images 2.5 تلاش کرده این مشکل را کاهش دهد.
مدل جدید در ویرایشهای چندمرحلهای بهتر میتواند تغییرات قبلی را حفظ کند. به این ترتیب، اگر در مرحله اول لباس یک شخصیت را تغییر دهید و در مرحله بعد پسزمینه را عوض کنید، احتمال بیشتری وجود دارد که تغییر قبلی بدون تخریب دوباره حفظ شود.
همین موضوع باعث میشود ChatGPT Images 2.5 بیشتر از یک ابزار «تولید عکس از متن» به یک ویرایشگر تصویری مبتنی بر هوش مصنوعی نزدیک شود.
برای طراحی محصول و تبلیغات هم کاربردیتر شده است
#OpenAI همچنین روی قالبهای آماده برای کارهایی مانند تصاویر تبلیغاتی، عکس محصول و پوستر تمرکز کرده است. قابلیت جدید امکان اضافه کردن توضیح یا نظر مستقیم روی تصویر را نیز فراهم میکند تا ویرایش موردنظر دقیقتر مشخص شود.
برای مثال، یک فروشنده میتواند تصویر محصول خود را وارد کند و به جای تولید دوباره کل تصویر، فقط پسزمینه یا یک نوشته روی آن را تغییر دهد. این رویکرد میتواند زمان آمادهسازی محتوای بصری را برای کسبوکارها کمتر کند.
ChatGPT Images 2.5 برای چه کسانی عرضه شده است؟
#OpenAI اعلام کرده Images 2.5 از ۸ سپتامبر ۲۰۲۶ برای کاربران ChatGPT، ChatGPT Work و Codex روی وب و دستگاههای موبایل عرضه میشود. بنابراین برخلاف برخی قابلیتهای محدود یا آزمایشی، این بهروزرسانی قرار نیست فقط در اختیار گروه کوچکی از کاربران قرار بگیرد.
برای توسعهدهندگان نیز دو مدل جدید در API معرفی شدهاند: GPT-Image-2.5 Flare برای استفاده عمومیتر و تولید سریعتر و GPT-Image-2.5 Sunburst برای پروژههایی که به کنترل دقیقتر و کیفیت بالاتر نیاز دارند.
در نهایت، مهمترین تغییر Images 2.5 شاید این باشد که OpenAI میخواهد کاربر کمتر با «پرامپتنویسی دقیق» درگیر شود. به جای اینکه ساعتها توضیح بدهید چه چیزی باید تغییر کند، میتوانید بخشی از تصویر را مشخص کنید، روی آن طرح بکشید و نتیجه را مرحلهبهمرحله اصلاح کنید. بررسی اولیه Axios و TechRadar نیز روی همین کنترل بیشتر، حفظ بهتر شباهت و سرعت بالاتر بهعنوان تغییرات محسوس نسخه جدید تأکید دارند.
