نسخه جدید ChatGPT Images منتشر شد: سرعت ۴ برابری و ویرایش تصاویر با دقت بالا

تحول در تولید تصویر با هوش مصنوعی

استفاده از هوش مصنوعی برای تولید تصویر سال‌هاست که رواج دارد، اما تصاویر تولیدشده در گذشته اغلب دارای نشانه‌های آشکاری از ساختگی بودن بودند و گاهی اوقات درخواست‌های کاربران به درستی تفسیر یا اجرا نمی‌شدند. با معرفی نسخه جدید ChatGPT Images، این وضعیت به طور قابل توجهی تغییر کرده و نتایج بسیار چشمگیری حاصل شده است.

سرعت و دقت بی‌سابقه

مهم‌ترین ویژگی این به‌روزرسانی، افزایش چشمگیر سرعت تولید تصاویر است. نسخه جدید ChatGPT Images تا چهار برابر سریع‌تر از نسخه‌های قبلی عمل می‌کند و همچنین قابلیت انجام ویرایش‌های بسیار دقیق را در اختیار کاربران قرار می‌دهد.

قابلیت‌های کلیدی این مدل جدید عبارتند از:

• افزایش سرعت تولید: تولید تصاویر در زمان کوتاه‌تر.
• ویرایش دقیق: امکان انجام ویرایش‌های جزئی و حساس.
• پایبندی به دستورالعمل: مدل جدید دستورالعمل‌های کاربر را با دقت بیشتری دنبال می‌کند.
• نمایش متن: قابلیت نمایش دقیق‌تر متن‌ها در داخل تصاویر تولید شده.

ویرایش هوشمند و حفظ جزئیات

یکی از پیشرفت‌های مهم، نحوه تعامل مدل با درخواست‌های ویرایش تصاویر آپلود شده است. بر اساس اعلام OpenAI، اکنون، مدل هوش مصنوعی بهتر به هدف کاربر پایبند می‌ماند و تنها بخش‌هایی را تغییر می‌دهد که صراحتاً درخواست شده‌اند. در نتیجه، عناصر حیاتی تصویر اصلی دست‌نخورده باقی می‌مانند:

«هنگامی که کاربر درخواست ویرایش تصویر آپلود شده را می‌دهد، مدل تنها آنچه درخواست شده را تغییر می‌دهد، در حالی که عناصر دیگر مانند نورپردازی، ترکیب‌بندی و ظاهر افراد در تصویر حفظ می‌شود.»

این قابلیت به کاربران امکان می‌دهد تا تصاویر را به روش‌های مختلفی دستکاری کنند:

• اضافه کردن یا حذف عناصر از تصویر.
• ترکیب یا ادغام تصاویر مختلف.
• تبدیل تصاویر با استفاده از چند عکس برای خلق یک اثر کاملاً جدید.

علاوه بر این، در سناریوهایی که تصاویر دارای تعداد زیادی چهره کوچک هستند، مانند عکس‌های خیابان‌های شلوغ یا استادیوم‌ها، مدل جدید عملکرد بهتری را ارائه می‌دهد. این ویژگی‌های پیشرفته هم‌اکنون برای تمامی کاربران ChatGPT و API در دسترس قرار گرفته است.

رقابت در بازار تولیدکنندگان تصویر AI

با وجود پیشرفت‌های قابل توجه OpenAI، رقابت در این حوزه همچنان داغ است. رقبای قدرتمندی مانند ابزار Nano Banana شرکت گوگل نیز نتایج قابل توجهی ارائه می‌دهند.

بررسی‌ها و مقایسه‌های انجام شده توسط کاربران در شبکه‌های اجتماعی نشان می‌دهد که هر دو ابزار عملکرد بسیار خوبی دارند. اگرچه تفاوت‌هایی جزئی در سبک، رنگ و نورپردازی تصاویر تولید شده توسط این دو مدل مشاهده می‌شود، اما در مجموع هر دو مدل قابل قبول هستند.

در نهایت، انتخاب بین ChatGPT Images و Nano Banana بیشتر به سلیقه شخصی و نوع نیاز کاربر بستگی دارد. کاربران دارای اشتراک پولی در هر دو پلتفرم OpenAI یا گوگل می‌توانند از این ابزارها برای تولید تصاویر با تجربه رضایت‌بخشی بهره‌مند شوند.