ChatGPT Images 2.5 جدیدترین به‌روزرسانی OpenAI در حوزه تولید و ویرایش تصویر است که با تمرکز بر سرعت بیشتر، کنترل دقیق‌تر و حفظ بهتر جزئیات تصاویر معرفی شده است. به گزارش ثروت فردا، این نسخه علاوه بر بهبود کیفیت خروجی، ابزارهایی مانند Sketch، Templates و امکان درج توضیح مستقیم روی تصویر را در اختیار کاربران قرار می‌دهد.
بر اساس اعلام رسمی OpenAI، ChatGPT Images 2.5 زمان تولید تصویر را در مقایسه با Images ۲.۰ تا ۵۰ درصد کاهش داده و در ویرایش‌های چندمرحله‌ای نیز ثبات بیشتری دارد. این تغییرات می‌تواند روند کار طراحان، تولیدکنندگان محتوا و کاربران عادی را ساده‌تر کند.
ChatGPT Images ۲.۵ منتشر شد؛ تولید سریع‌تر و کنترل دقیق‌تر ویرایش تصویر
OpenAI نسخه جدید ابزار تولید و ویرایش تصویر خود، ChatGPT Images 2.5 را معرفی کرد. این نسخه علاوه بر بهبود کیفیت تصاویر، روی ویرایش دقیق‌تر، حفظ ویژگی‌های سوژه در تصاویر مرجع و سرعت تولید تمرکز دارد. OpenAI می‌گوید زمان تولید تصویر در Images ۲.۵ در مقایسه با Images ۲.۰ تا ۵۰ درصد کاهش یافته است.
یکی از تغییرات مهم نسخه جدید، عملکرد بهتر در استفاده از تصاویر مرجع است. Images ۲.۵ تلاش می‌کند ویژگی‌های متمایز افراد، حیوانات و سایر سوژه‌ها را هنگام تغییر سبک، محیط یا ترکیب‌بندی حفظ کند. نورپردازی طبیعی‌تر و بافت‌های غنی‌تر نیز از دیگر بهبودهای اعلام‌شده هستند.
در بخش ویرایش، مدل جدید می‌تواند تغییرات مشخصی را روی تصویر اعمال کند و بخش‌های دیگر را تا حد امکان دست‌نخورده نگه دارد. این قابلیت به‌ویژه برای تغییر یک عنصر مشخص در تصویر، بدون بازسازی کامل ترکیب‌بندی، اهمیت دارد. OpenAI همچنین اعلام کرده که Images ۲.۵ در ویرایش‌های چندمرحله‌ای عملکرد باثبات‌تری دارد؛ یعنی تغییرات قبلی بهتر حفظ می‌شوند و با ادامه ویرایش، تصویر کمتر دچار افت کیفیت یا تغییرات ناخواسته می‌شود.
یکی از قابلیت‌های تازه این نسخه Sketch است. کاربر می‌تواند مستقیماً داخل ChatGPT یک طرح ساده یا اسکچ بکشد و از آن به‌عنوان مرجع تصویری استفاده کند. سپس می‌تواند درباره سبک، جزئیات یا نتیجه نهایی توضیح بدهد تا مدل طرح اولیه را به تصویر کامل تبدیل کند. برای استفاده از این قابلیت کافی است در ChatGPT عبارت @Sketch را وارد کنید.
در کنار Sketch، ابزارهای جدیدی برای ویرایش موضعی تصاویر نیز ارائه شده‌اند. کاربر می‌تواند روی بخش مشخصی از تصویر توضیح یا کامنت بگذارد و تغییر موردنظر را همان‌جا مشخص کند. به این ترتیب، ویرایش تصویر دیگر کاملاً وابسته به نوشتن یک پرامپت کلی نیست و کاربر می‌تواند مستقیماً ناحیه موردنظر را مشخص کند.
OpenAI همچنین Templates را برای برخی کاربردهای رایج اضافه کرده است. این قالب‌ها برای شروع پروژه‌هایی مانند پوستر، بروشور و تصاویر محصول طراحی شده‌اند و به کاربر اجازه می‌دهند اطلاعات، عناصر بصری و سبک موردنظر خود را به یک ساختار آماده اضافه کند.
یکی دیگر از امکانات جدید، امکان اشتراک‌گذاری پرامپت همراه با تصویر است. هنگام به‌اشتراک‌گذاری یک تصویر می‌توان پرامپتی را که برای ساخت آن استفاده شده نیز در اختیار دیگران گذاشت تا آنها بتوانند همان ایده را با تصاویر و اطلاعات خودشان دوباره اجرا کنند.
تمرکز بیشتر بر کنترل فرایند طراحی
تغییرات Images ۲.۵ فقط به کیفیت خروجی محدود نمی‌شود. OpenAI تلاش کرده بخشی از کنترل فرایند ساخت تصویر را از یک تعامل صرفاً متنی به تعامل بصری منتقل کند. Sketch، کامنت‌گذاری مستقیم روی تصویر و ویرایش‌های مرحله‌ای، کاربر را بیشتر در فرایند شکل‌دادن به تصویر دخالت می‌دهند.
Adele Li، مدیر محصول OpenAI در بخش تصاویر، به Axios گفته است که Sketch و قالب‌های جدید با هدف درگیر کردن بیشتر کاربر با فرایند خلق اثر طراحی شده‌اند؛ ایده‌ای که به گفته او می‌تواند به کاهش شکل‌گیری یک «زیبایی‌شناسی واحد ChatGPT» کمک کند.
این موضوع برای طراحان اهمیت بیشتری دارد، چون مسیر کار با ابزارهای تولید تصویر را از «توصیف یک تصویر و دریافت خروجی» به فرایندی نزدیک‌تر می‌کند که در آن کاربر می‌تواند ایده اولیه، ترکیب‌بندی و اصلاحات را مرحله‌به‌مرحله وارد کند.
مدل‌های جدید برای API
OpenAI هم‌زمان دو مدل جدید را برای API معرفی کرده است: GPT-Image-2.5 Flare و GPT-Image-2.5 Sunburst.
Flare مدل عمومی‌تر این خانواده است و برای تولید محتوای خلاقانه، محتوای شبکه‌های اجتماعی، تجربه‌های محصول، جست‌وجوی بصری و تولید حجم بالای تصویر طراحی شده است. OpenAI می‌گوید Flare نسبت به GPT-Image-۲ کیفیت بالاتر و تا ۵۰ درصد تأخیر کمتر دارد.
Sunburst برای پروژه‌هایی طراحی شده که کنترل دقیق‌تر روی ویرایش اهمیت دارد؛ از جمله تولید محتوای تبلیغاتی و تصاویر محصول با کیفیت بالا. این مدل زمان بیشتری برای تولید صرف می‌کند اما برای گردش‌کارهای حرفه‌ای و کنترل‌شده‌تر در نظر گرفته شده است.
دسترسی
ChatGPT Images ۲.۵ از ۸ سپتامبر ۲۰۲۶ عرضه شده و طبق اعلام OpenAI برای کاربران ChatGPT، ChatGPT Work و Codex در همه سطوح دسترسی، روی وب، موبایل و دسکتاپ ارائه می‌شود. مدل‌های GPT-Image-۲.۵ Flare و Sunburst نیز از طریق API در دسترس توسعه‌دهندگان قرار گرفته‌اند.
OpenAI می‌گوید ابزارهای تولید تصویر این شرکت و مدل‌های GPT-Image در API اکنون در مجموع هر هفته بیش از ۳ میلیارد تصویر تولید می‌کنند؛ آماری که نشان می‌دهد تولید تصویر به یکی از بخش‌های مهم استفاده از مدل‌های مولد تبدیل شده است.
از نظر سیاست‌های ایمنی نیز OpenAI اعلام کرده که Images ۲.۵ همچنان از بررسی پرامپت و تصویر، متادیتای C2PA و واترمارک نامرئی برای شناسایی تصاویر تولیدشده با این ابزارها استفاده می‌کند.
با این به‌روزرسانی، OpenAI بیش از آنکه صرفاً کیفیت مدل تولید تصویر را افزایش دهد، تلاش کرده ChatGPT را به محیطی برای ساخت و اصلاح مرحله‌ای تصاویر تبدیل کند؛ محیطی که در آن متن، تصویر مرجع، اسکچ و نشانه‌گذاری مستقیم می‌توانند در کنار هم برای رسیدن به خروجی نهایی استفاده شوند.
ChatGPT Images ۲.۵ چه تفاوتی با نسخه قبلی دارد؟
به گزارش ثروت فردا، ChatGPT Images 2.5 علاوه بر افزایش سرعت تولید، روی کنترل بیشتر فرایند ویرایش تمرکز دارد. در نسخه جدید، کاربر می‌تواند از تصویر مرجع، اسکچ و توضیحات مستقیم روی تصویر برای هدایت خروجی استفاده کند. به این ترتیب، تعامل با ابزار تولید تصویر از یک درخواست متنی ساده به یک فرایند چندمرحله‌ای نزدیک‌تر شده است.
یکی از نکات مهم در ChatGPT Images 2.5 حفظ بهتر ویژگی‌های سوژه هنگام انجام ویرایش‌های متوالی است. OpenAI اعلام کرده که این مدل در حفظ جزئیات تصاویر مرجع و دنبال کردن دستورهای ویرایشی در چند مرحله عملکرد بهتری دارد.
ChatGPT Images ۲.۵ برای طراحان چه کاربردی دارد؟
برای طراحان و تولیدکنندگان محتوا، ChatGPT Images 2.5 می‌تواند بخشی از مراحل اولیه ایده‌پردازی و اصلاح تصویر را ساده‌تر کند. امکان استفاده از Sketch به کاربر اجازه می‌دهد ساختار کلی ایده خود را ترسیم کند و سپس آن را با توضیحات متنی به خروجی تصویری تبدیل کند.
قابلیت Templates نیز می‌تواند شروع پروژه‌های بصری مانند پوستر، تصاویر محصول و برخی قالب‌های محتوایی را سریع‌تر کند. OpenAI همچنین امکان افزودن کامنت مستقیم روی تصویر را برای ویرایش متمرکزتر معرفی کرده است.
ChatGPT Images ۲.۵ و آینده تولید تصویر با هوش مصنوعی
ورود ChatGPT Images 2.5 نشان می‌دهد مسیر توسعه ابزارهای تولید تصویر هوش مصنوعی فقط به افزایش کیفیت خروجی محدود نیست. کنترل ترکیب‌بندی، حفظ ویژگی‌های تصویر مرجع، اصلاح مرحله‌ای و تعامل بصری، بخش مهمی از تجربه جدید را تشکیل می‌دهند.
در کنار نسخه مورد استفاده در ChatGPT، مدل‌های GPT-Image-2.5 Flare و GPT-Image-2.5 Sunburst نیز برای توسعه‌دهندگان API معرفی شده‌اند. طبق اطلاعات رسمی OpenAI، Flare برای تولید سریع‌تر و کاربردهای عمومی‌تر و Sunburst برای گردش‌کارهایی که به کنترل دقیق‌تر نیاز دارند طراحی شده است.
نظر شما در مورد این مطلب چیه؟