OpenAI از مدل Images 2.6 با قابلیت ساخت گیف رونمایی کرد + ویدیو

OpenAI با انتشار مدل جدید Images 2.6، قابلیت ساخت مستقیم تصاویر متحرک گیف (GIF) را به چت‌بات ChatGPT و Codex اضافه کرد؛ قابلیتی که به کاربران اجازه می‌دهد با ارائه دستورات متنی یا بارگذاری تصویر، انیمیشن‌های مورد نظر خود را ایجاد و ویرایش کنند. این به‌روزرسانی نه‌تنها امکان کنترل سرعت پخش و ویرایش فریمبه‌‎فریم را به محیط چت‌بات آورده، بلکه سرعت پردازش و تولید تصاویر را نیز به شکل چشمگیری ارتقا داده است.

پیش از انتشار این مدل، چت‌بات ChatGPT به‌صورت بومی و یکپارچه امکان تولید تصاویر متحرک را فراهم نمی‌کرد. در نمونه‌های به اشتراک‌گذاشته‌شده توسط شرکت، کاربر با ثبت پرامپتی ساده مانند درخواست انیمیشن از یک گربه در حال رقص، می‌تواند فایل گیف را مستقیماً دریافت کند و به امکاناتی مثل کند یا تند کردن سرعت پخش و مشاهده فریم به فریم آن دسترسی دارد.

این ابزار علاوه‌بر متن، از اسکچ‌ها و طرح‌های ساده کشیده شده با دست نیز پشتیبانی می‌کند و می‌تواند آنها را به شخصیت‌های متحرک برای کمپین‌های تبلیغاتی، مسکات‌های برند و استوری‌بوردها تبدیل کند.

قابلیت‌های پیشرفته مدل Images 2.6 و امکانات API

OpenAI می‌گوید در مدل جدید Images 2.6 موفق شده سرعت تولید تصاویر را تا ۵۰ درصد بهبود دهد، به‌طوری‌که در تنظیمات کیفیت پایین، تصویر نهایی ظرف مدت ۶ ثانیه آماده می‌شود. همچنین ثبات المان‌های بصری در مراحل مختلف ادیت افزایش پیدا کرده تا جزئیات مربوط به شخصیت‌ها، محصولات یا علائم تجاری حین بازسازی و تغییرات دچار دگرگونی نشوند.

برای توسعه‌دهندگان، OpenAI دو نسخه با نام‌های GPT-Image-2.6 Flare و Sunburst را در API خود قرار داده است؛ نسخه Flare برای نیازهای پرسرعت و چینش ساختار پوسترها توسعه یافته و Sunburst برای ارائه‌ی جزئیات بالا و حداکثر پایداری میان نسخه‌ها کاربرد دارد. ابزارهای جدیدی نظیر علامت‌گذاری مستقیم تصویر (Image Markup)، خروجی برداری SVG و پارامتر تعیین سطح پیچیدگی (Complexity) نیز برای تنظیم میزان تمرکز مدل روی صحنه‌ها در اختیار برنامه‌نویسان قرار گرفته است.

به گفته این شرکت، اکنون کاربران در سراسر جهان هفتگی بیش از ۴ میلیارد تصویر از طریق پلتفرم‌های OpenAI و API خلق می‌کنند که رشدی قابل توجه نسبت به رقم ۳ میلیارد ماه سپتامبر است و به‌طور میانگین به تولید بیش از نیم میلیارد تصویر در هر روز می‌رسد. این مدل بدون نیاز به ارتقای سطح، برای تمامی کاربران نسخه‌های وب، اپلیکیشن و دسکتاپ ChatGPT در دسترس قرار دارد.