Тази година OpenAI издигна инструмента си за генериране на изображения на съвсем ново ниво и изглежда продължава да влага значително повече усилия в развитието му, отколкото преди. Това вече дава резултат: според компанията все повече хора използват тази възможност.
По данни на OpenAI милиони потребители вече създават над 4 милиарда изображения седмично с нейните инструменти. Дневният брой устойчиво надхвърля 500 милиона, а понякога преминава и границата от 600 милиона.
В началото на септември OpenAI пусна модела за изображения Images 2.5, а сега дебютира версия 2.6, която работи значително по-бързо. Новият модел с изкуствен интелект може да създава изображения по потребителски заявки с до 50 % по-бързо. Освен това възможността за прецизно редактиране на отделни части от изображението става по-широко достъпна.
Още по-голям интерес обаче със сигурност ще предизвика възможността за създаване на GIF анимации, която идва с обновения инструмент.
Водещият на пазара чатбот вече може да създава кратки анимации за броени мигове, а в съобщението си OpenAI даде и идеи за използването им. Компанията предлага да се анимират талисмани, продуктови снимки и привличащо вниманието съдържание за социалните мрежи. Новата възможност може да даде сериозен тласък и на създаването на мемета, след като мнозина вече използват функцията на ChatGPT за генериране на изображения, за да правят собствени забавни картинки.
Създадените от ChatGPT GIF анимации могат и да се редактират. Това става по няколко начина: чрез допълнителни заявки според желанията на потребителя или със специален инструмент, който позволява например промяна на скоростта на възпроизвеждане. Налични са общо осем степени, така че възможностите за настройка в това отношение са достатъчно подробни. Избраната по-висока или по-ниска скорост се запазва и след записването на файла.
В интерфейса за редактиране GIF анимацията може да се разглежда кадър по кадър, а отделните кадри могат и да се запазват самостоятелно. Последната възможност е полезна, когато потребителят иска да продължи дадена GIF анимация. ChatGPT позволява и създаването на цяла колекция от GIF анимации на базата на едно и също изображение. Разбира се, както при обикновеното генериране на изображения, създаването на GIF анимации също може бързо да изчерпи наличния лимит от токени.
Друга новост е възможността Images 2.6 да експортира векторни изображения във формат SVG. Това ще бъде полезно при изграждането на уебсайтове, разработването на приложения или създаването на материали за печат.
При новия модел вече може да се задава колко задълбочено да бъде предварителното планиране на изображението. OpenAI препоръчва ниско ниво на сложност за повечето редакции и средно или високо за изображения с множество елементи или с конкретни ограничения. По-задълбоченото планиране увеличава разходите за изображенията. В новия модел отделна настройка вече определя визуалната детайлност и точността на съдържанието, независимо от параметъра за сложност. При всички начини на редактиране детайлите, които не се нуждаят от промяна, ще се запазват по-добре от досега.
OpenAI предлага две версии на новия модел: GPT-Images-2.6 Flare и GPT-Images-2.6 Sunburst. Flare е насочен към подобряване на композицията и качеството на плакати, продуктови снимки и професионални визуални материали. При ниска настройка за качество той може да генерира изображение само за шест секунди. Sunburst е предназначен за постигане на по-високо качество и осигурява по-детайлни изображения и по-голяма последователност между отделните редакции. Работата на GPT-Images-2.6 може да се настройва допълнително на няколко степени за максимална ефективност.
Компанията заяви, че при създаването на изображения се прилагат всички досегашни изисквания за безопасност, а защитите са допълнително засилени в няколко направления. Генерираното съдържание включва и метаданни C2PA, както и водния знак SynthID. OpenAI не е променила цените, макар че ускорението с 50 % би могло да създаде очаквания за по-евтина работа с новия модел. При генериране на изображения с GPT-Images-2.6 цената е 30 долара за 1 милион токена, а за входните данни се заплащат съответно 8 и 5 долара за 1 милион токена — обработката на изображения е по-скъпа от тази на текст.
OpenAI Images 2.6 е достъпен в световен мащаб в ChatGPT и Codex за всички абонаментни планове, включително безплатно. Моделът се предлага в уеб версията, както и в настолните и мобилните приложения. Разработчиците имат достъп през API както до GPT-Images-2.6 Flare, така и до GPT-Image-2.6 Sunburst.

































