OpenAI از عرضه مدل جدید تولید تصویر در ChatGPT خبر داد؛ مدلی که از این پس برای تمامی کاربران، از جمله کاربران بدون اشتراک پولی، در دسترس قرار دارد. این مدل جدید با سرعت بالاتر و درک دقیقتر از دستورات متنی، فرآیند تولید و ویرایش تصویر را بهبود داده است.
به اعلام OpenAI، این مدل تا چهار برابر سریعتر از نسخه پیشین عمل و درخواستهای کاربران را با دقت بیشتری تفسیر میکند؛ موضوعی که به افزایش کیفیت خروجیها منجر شده است.
مدل جدید با نام GPT Image 1.5 بهصورت تدریجی برای کاربران ChatGPT فعال میشود و همزمان ازطریق API نیز در اختیار توسعهدهندگان قرار گرفته است. این مدل امکان تولید تصاویر از ابتدا یا ویرایش عکسهای بارگذاریشده را فراهم میکند و تنها بخشهای موردنظر کاربر را تغییر میدهد، بدون آنکه نورپردازی، ترکیببندی تصویر یا ظاهر افراد دچار تغییر ناخواسته شود.
همچنین OpenAI اعلام کرده توانایی این مدل در پیروی از دستورها، نمایش متن درون تصاویر و انجام ویرایشهای پیچیده بهطور قابل توجهی ارتقا یافته است. این ویرایشها شامل افزودن، حذف، ترکیب و تغییر عناصر تصویری میشود. همچنین کیفیت تصاویر خروجی بهبود یافته و نتیجه نهایی، بهویژه در صحنههای پرجزئیات یا تصاویری با تعداد بالای چهره، طبیعیتر بهنظر میرسد.
سرور GPU نسخه قدرتمندتر یک سرور معمولی است که با بهرهگیری از کارتهای گرافیکی حرفهای، پردازشهای سنگین مثل هوش مصنوعی، دیپلرنینگ و رندرینگ را با سرعتی چندبرابر انجام میدهد. اگر به دنبال افزایش چشمگیر سرعت و عملکرد پروژههایتان هستید، سرورهای GPU ایران GPU بهترین انتخاباند.
در کنار این بهروزرسانی، بخش اختصاصی Images نیز به ChatGPT افزوده شده است. این بخش شامل سبکهای آماده، فیلترها و قالبهای از پیشتعریفشده است و به کاربران کمک میکند محتوای بصری را سریعتر تولید کنند.
OpenAI تأکید کرده این مدل با پروژه «Sora» تفاوت دارد. ChatGPT Images برای تولید و ویرایش تصاویر ثابت در محیط گفتوگو طراحی شده و دسترسی گستردهتری دارد؛ درحالیکه Sora یک مدل چندوجهی پیشرفتهتر برای پردازش انواع محتوا ازجمله ویدئو بهشمار میرود و هنوز بهصورت عمومی در دسترس همه کاربران قرار نگرفته است.
OpenAI در پایان اعلام کرده است که با وجود پیشرفتهای انجامشده نسبت به نسخه قبلی، این مدل همچنان محدودیتهایی دارد و بهبودهای بیشتری در بهروزرسانیهای آینده ارائه خواهد شد.
