أطلقت OpenAI إصدار Images 2.6 في ChatGPT وCodex وواجهة API في 4 نوفمبر. يضيف إنشاء GIF ويحسن، بحسب الشركة، الحفاظ على التفاصيل بين جولات التحرير، ويمنح المطورين أدوات تحكم إضافية. وتقول إنه متاح عالميا عبر جميع فئات اشتراك ChatGPT وCodex على الحاسوب والهاتف والويب.
التغيير يتجاوز توليد صورة أخرى من الطلب نفسه. يمكن تحريك شخصية وتحويل رسم أولي إلى حركة قصيرة وتحديد منطقة للتحرير. لكن الإتاحة عبر الفئات لا تعني استخداما بلا حدود، وبعض القدرات مذكورة صراحة بوصفها ميزات API.
ما الجديد في التوليد والتحرير؟
تقدم OpenAI نموذجي GPT-Image-2.6 Flare للتكرار السريع وGPT-Image-2.6 Sunburst للعمل الأكثر تفصيلا. وتقول إن التوليد أسرع بنسبة 50% وإن Flare قد ينتج صورة في 6 ثوان بجودة منخفضة. هذه ادعاءات أداء من الشركة، وليست أزمنة ثابتة لكل طلب.
يسمح GIF بتحريك الشخصيات وصور المنتجات والأفكار، وتجربة تسلسل قصير قبل إنتاج فيديو كامل. لكن إنشاء الحركة لا يضمن تطابق الشخصية والكتابة والتفاصيل في كل إطار. ويظل المحتوى المعد للنشر بحاجة إلى مشاهدة ومراجعة.
تضيف API التحرير بالعلامات على الصورة وتصدير SVG. تحدد العلامات موضع التعديل، بينما يوفر SVG صيغة للاستخدام في المواقع والتطبيقات والطباعة. ولا يعني دعم التصدير أن كل نتيجة ستكون ملفا متجهيا بسيطا مناسبا لكل عملية؛ يجب فحص الملف نفسه.
الجودة والتعقيد إعدادان منفصلان
يتحكم complexity الجديد في مقدار التخطيط، منفصلا عن quality المرتبط بالتفاصيل والدقة البصرية. تحدد الوثائق مستويات low وmedium وhigh. وإذا لم يحدد التعقيد يستخدم النموذجان high. وتقول الوثائق إن تغييره لا يحمل رسما مستقلا.
توصي OpenAI بتعقيد منخفض لمعظم التحريرات مع الجودة المناسبة. وقد تستفيد الطلبات المزدحمة بالعناصر والقيود من مستوى أعلى. لكن الوثائق تنبه إلى أن زيادته قد تطيل الانتظار وتدخل تغييرات غير مرغوبة، لذلك لا يكون التخطيط الأكثر أفضل دائما.
اختبار مفيد هو استخدام صورة وتعديل محددين ومقارنة الإعدادات وما بقي ثابتا. وقد تكون استمرارية سلسلة مواد تجارية أهم من تفصيل زخرفي إضافي. يوسع Images 2.6 التحكم، ويتحدد الاختيار بحسب الناتج والوقت المتاح لكل مراجعة.