AI WORLD HQ
Előfordult már, hogy egy egyszerű képet kértél egy AI-tól, majd azt láttad, hogy minden újabb kérésnél megváltozik a kutyád színe vagy egy logó formája? Az OpenAI legújabb képkészítő frissítése éppen az ilyen bosszúságokat célozza.
Mi újdonság?
Az OpenAI szerint az Images 2.6 három fő változást hoz:
- Gyorsabb képkészítés. A vállalat szerint körülbelül 50%-kal gyorsabban készít képeket, mint korábban.
- Animált GIF-ek. Egy GIF – vagyis egy újra és újra lejátszódó rövid animáció, például egy apró rajzfilm – mostantól egyetlen promptból is elkészíthető. A prompt egyszerűen az az utasítás, amit beírsz az AI-nak.
- Stabilabb szerkesztés. Az OpenAI szerint a szereplők, a termékek és a márkaelemek részletei változatlanabbak maradnak, miközben tovább finomítod a képet.
A vállalat azt is közölte, hogy az emberek most már hatalmas mennyiségben, hetente több milliárdos nagyságrendben készítenek képeket a ChatGPT-ben, a Codexben és az API-n keresztül.
GIF-ek készítése promptból
Az OpenAI példái szerint nemcsak egy állóképet, hanem mozgást is leírhatsz. Ahelyett, hogy azt írnád: „egy rajzolt macska”, leírhatod, hogy a macska integet, megáll, majd újra integet, és kérheted ismétlődő animációként.
Az OpenAI néhány hétköznapi felhasználási lehetőséget is javasol: reakciókat és mémeket a közösségi médiába, integető kabalát egy kisvállalkozásnak, vagy gyors storyboardot, amely megmutatja, hogyan mozog egy szereplő egy valódi videó forgatása előtt. Nem kell kész rajzzal kezdened. A vállalat szerint még egy vázlatos skiccből is kifejező animált szereplő készülhet.
Mit kapnak a fejlesztők?
Ha eszközöket vagy alkalmazásokat készítesz, akkor az API-t használod – ez teszi lehetővé, hogy két program kommunikáljon egymással. Az OpenAI szerint az API mostantól két képkészítő modellt tartalmaz. Az egyik a sebességre összpontosít, és a vállalat szerint a legalacsonyabb minőségi beállításon egyes képeket mindössze néhány másodperc alatt elkészít. A másik a részletes munkára készült: közepes vagy magas minőségi beállításon jobb minőséget és következetesebb eredményeket kínál a szerkesztések során.
Az API-ba olyan eszközök is bekerültek, amelyek már elérhetők a ChatGPT-ben:
- Képjelölés: rárajzolhatsz a képre, hogy pontosan megmutasd, melyik részt szeretnéd megváltoztatni.
- SVG-exportálás: az SVG olyan rajzformátum, amely bármilyen méretben éles marad, ezért hasznos weboldalakhoz, alkalmazásokhoz és nyomtatáshoz.
- Komplexitás: egy új beállítás, amellyel szabályozhatod, mennyi tervezést végezzen a modell. Az OpenAI a legtöbb gyors szerkesztéshez alacsonyabb, a sok elemet tartalmazó jelenetekhez pedig magasabb értéket javasol.
Összegzés
Az OpenAI szerint az Images 2.6 gyorsabbá teszi a képkészítést, rövid animált GIF-eket ad hozzá, és a szerkesztések során stabilabban tartja meg a részleteket. A legegyszerűbb következő lépés, ha megnyitod a ChatGPT-t, leírsz egy rövid animációt, amit szívesen elkészítenél, és megnézed, mennyire közelít az első eredmény az elképzelésedhez. Ezután kérj egy apró módosítást, és figyeld meg, mi marad változatlan.