OpenAI laiž Images 2.6: ChatGPT tagad veido animētus GIF un ģenerē attēlus ātrāk

ASV uzņēmums OpenAI 4. novembrī paziņoja par jaunu attēlu modeļa versiju Images 2.6, kas pieejama ChatGPT, Codex un izstrādātāju API. Galvenais jauninājums ir iespēja ar tekstu vai augšupielādētu fotogrāfiju izveidot animētu GIF, kā arī ātrāka un precīzāka attēlu ģenerēšana un rediģēšana.

Līdz šim ChatGPT nespēja vienā solī veidot GIF. Tagad lietotājs var aprakstīt kustību vai ielādēt nekustīgu attēlu un lūgt to animēt. Gatavam GIF var mainīt atskaņošanas ātrumu, skatīt un labot atsevišķus kadrus, saglabāt to ierīcē vai dalīties. OpenAI norāda, ka jau esošu animētu GIF, ko lietotājs pats augšupielādē, šādi rediģēt nevar.

Uzņēmums apgalvo, ka Images 2.6 attēlus ģenerē par aptuveni 50 % ātrāk nekā iepriekšējā versija. API izstrādātājiem pieejami divi modeļi: GPT-Image-2.6 Flare un GPT-Image-2.6 Sunburst. Flare zemā kvalitātes iestatījumā var sagatavot attēlu aptuveni sešās sekundēs un labāk tiek galā ar izkārtojumiem, piemēram, plakātiem un produktu attēliem. Sunburst paredzēts darbam, kur vajadzīga augstāka kvalitāte un stabilāka detaļu saglabāšana starp rediģēšanas soļiem.

OpenAI norāda, ka lietotāji nedēļā caur ChatGPT, Codex un API kopā ģenerē aptuveni četrus miljardus attēlu jeb vairāk nekā pusmiljardu dienā. Images 2.6 ir pieejams visiem ChatGPT un Codex abonementu līmeņiem tīmeklī, datorā un mobilajās lietotnēs; GIF funkcija ChatGPT tiek ieviesta pakāpeniski.

API papildināta arī ar iespēju atzīmēt precīzas labojamās vietas attēlā, eksportēt SVG un ar jaunu «complexity» parametru regulēt, cik daudz plānošanas modelis iegulda pieprasījuma izpildē. Zemāki iestatījumi der ātriem labojumiem, bet sarežģītākām ainām ieteicams vidējs vai augsts līmenis.

OpenAI solījusi publicēt arī Images 2.6 drošības izvērtējumu sistēmas kartē. Konkurence MI attēlu un īso animāciju jomā turpina pieaugt, un šis atjauninājums nostiprina ChatGPT kā rīku ne tikai teksta, bet arī vizuālā satura ātrai sagatavošanai.