Az idei évben az OpenAI teljesen új szintre emelte a képgeneráló eszközét, és a jelek szerint továbbra is lényegesen több energiát fektet ennek fejlesztésébe, mint korábban. Ennek meg is van az eredménye, ugyanis a cég elmondása alapján egyre többen élnek ezzel a lehetőséggel.
Az OpenAI beszámolója szerint képkészítő eszközeit használva már több mint 4 milliárd képet állítanak elő heti szinten a felhasználók milliói, a napi átlag pedig már stabilan meghaladja az 500 millió képet – van, hogy a 600 milliós mennyiséget is átlépi.
Szeptember elején jelent meg az Images 2.5 képmodell az OpenAI égisze alatt, most pedig a 2.6-os verzió lépett színre, ami lényegesen gyorsabban teszi majd a dolgát. Az új MI modell akár 50%-kal gyorsabban alkothatja majd a felhasználói promptok alapján a képeket. Emellett szélesebb körben elérhetővé válik a képrészletek módosításának lehetőség, a precíziós szerkesztés.
Ennél viszont egészen biztos, hogy több embert fog lázba hozni, hogy a frissített eszköz már GIF készítési funkciót is bevezet.
Ezentúl pillanatok alatt hozhatók létre a piacvezető chatbottal rövid animációk, és az OpenAI ötleteket is adott a bejelentésében arra, hogyan lehet ezt kihasználni. A cég elképzelése szerint animálhatók majd kabalafigurák, termékfotók és a közösségi médiába szánt figyelemfelkeltő tartalmak. Miközben persze a mémgyártásnak is komoly lendületet adhat az új opció, miután a ChatGPT képgeneráló funkcióját is sokan kezdték arra használni, hogy saját vicces képeket hozzanak létre.
A ChatGPT által létrehozott GIF-eket szerkeszteni is lehet. Ennek többféle módja is van, egyrészt további promptokkal alakítható igény szerint, másrészt dedikált eszközzel változtatható például a lejátszási sebesség – összesen nyolc lépésben, szóval a részletességre ilyen szinten nem lehet panasz. A megnövelt vagy éppen lassított tempó pedig a mentést követően is megmarad úgy, ahogy a felhasználó a legjobbnak találta.
A szerkesztő felületen a GIF egyes képkockákra bontva is megtekinthető, továbbá menthetők külön-külön a képkockák. Ez utóbbi lehetőség jól jöhet akkor, ha folytatni szeretne egy GIF-et az ember. Arra is lehetőséget teremt a ChatGPT, hogy egy teljes GIF gyűjteményt hozhasson létre a felhasználó ugyanabból a grafikából kiindulva. Természetesen a szimpla képgeneráláshoz hasonlóan, a GIF-ek létrehozásával is gyorsan lehet égetni a tokeneket a rendelkezésre álló keretből.
Újítás lesz az is, hogy már SVG formátumú vektorgrafikus képek exportálására is képes lesz az Images 2.6. Ezt a felhasználók hatékonyan alkalmazhatják majd weboldalak készítésénél, alkalmazások létrehozásánál vagy nyomtatásba szánt anyagok alkotása során.
Az új modellnél már szabályozható, hogy milyen mértékben alkalmazza az előzetes tervezést egy képre. Az OpenAI a legtöbb szerkesztéshez alacsony komplexitást, míg a több elemből álló vagy korlátozásokkal rendelkező képekhez közepes vagy magas komplexitást javasol. A tervezés mértékének növelése a képek költségének emelkedésével jár. Az új modellnél a vizuális részletességet és a tartalmi hűséget egy külön beállítás szabályozza már, ami független a komplexitási paramétertől. Minden szerkesztési lehetőség az eddiginél jobban fogja megtartani a módosítást nem igénylő részleteket.
Két verziót kínál az új modellből az OpenAI: a GPT-Images-2.6 Flare és a GPT-Images-2.6 Sunburst választható a munka során. A Flare a poszterek, termékfotók és professzionális vizuális anyagok elrendezésének, minőségének javítására összpontosít. Alacsony minőségi beállítás mellett akár hat másodperc alatt is képes képet generálni. A Sunburst a magasabb minőség elérésére szolgál, részletesebb képeket és a szerkesztések között nagyobb következetességet biztosít. Finomhangolható is több fokozatban a GPT-Images-2.6 működése a maximális hatékonyság érdekében.
Elmondta a vállalat, hogy minden eddigi biztonsági előírást alkalmaznak a képek létrehozása során, és még fokozzák is a biztonságot több szempontból. A generált tartalmak pedig C2PA metaadatokat és a SynthID vízjelet is tartalmaznak. Az árazáson nem módosított az OpenAI, miközben az 50%-os gyorsulásból arra lehetett volna számítani, hogy olcsóbb is az új modellt használni. Képek létrehozása során 30 dollárba kerül 1 millió token elhasználása a GPT-Images-2.6-tal, a bemeneti oldalon pedig 8 és 5 dolláros költséggel kell számolni 1 millió token esetén – a képek feldolgozása drágább, mint a szövegek kezelése.
Az OpenAI Images 2.6 globálisan elérhető a ChatGPT-ben és a Codexben, minden előfizetési szint esetében, és ingyenesen is. Biztosított a webes, asztali és mobilos alkalmazásokban egyaránt. A fejlesztők az API-n keresztül hozzáférhetnek mind a GPT-Images-2.6 Flare-hez, mind pedig a GPT-Image-2.6 Sunbursthöz.
