- Ang GPT Image 1.5 ay magagamit na ngayon sa lahat ng mga gumagamit ng ChatGPT sa pamamagitan ng API, na may pagbuo ng imahe nang hanggang apat na beses na mas mabilis.
- Malaki ang naitutulong ng modelo sa tumpak na pag-eedit, pagkakapare-pareho ng biswal, at pagsubaybay sa mga kumplikado at maraming hakbang na tagubilin.
- Naglunsad ang OpenAI ng isang nakalaang espasyo para sa mga imahe sa ChatGPT, na idinisenyo bilang isang maliit na creative studio na may mga filter at visual na mungkahi.
- Ang paglulunsad ay direktang kakumpitensya ng Google Gemini at iba pang mga modelo ng visual generation, na may matinding pagtuon sa mga propesyonal na gamit.
Ang pinakabagong update ng OpenAI Ito ay direktang nakatuon sa mga taong araw-araw na nagtatrabaho sa visual na nilalaman. Pinalakas ng kumpanya ang image editor ng ChatGPT gamit ang isang bagong engine, Larawan ng GPT 1.5, na naglalayong umangkop kapwa sa pang-araw-araw na paggamit at sa mga propesyonal na daloy ng trabaho sa disenyo, marketing at e-commerce.
Ang modelong ito ng pagbuo ng biswal ay inilulunsad bilang ang pinaka-advanced na bersyon ng kumpanya at magagamit na ngayon para sa lahat ng gumagamit ng ChatGPT at para sa mga developer sa pamamagitan ng APIHigit pa sa teknikal na paglukso, ang dula ay akma sa isang Isang panahon ng matinding kompetisyon sa sektor ng generative AIkung saan nakikipagkumpitensya ang OpenAI laban sa mga karibal tulad ng Google Gemini at iba pang mga modelong nakatuon sa imahe.
Isang mas mabilis at mas murang modelo na idinisenyo para sa iterasyon
Isa sa mga pinakamalinaw na pagbabago ng Larawan ng GPT 1.5 Tungkol ito sa pagganap: ang modelo ay maaaring makabuo ng mga imahe Hanggang apat na beses na mas mabilis kaysa sa GPT Image 1Nangangahulugan ito na para sa maraming malikhaing pangkat, binabawasan nito ang mga oras ng paghihintay at pinapadali ang pagsubok ng mga baryasyon nang hindi nawawala ang momentum.
Sa aspetong pang-ekonomiya, inayos din ng OpenAI ang mga gastos sa API. Binawasan ito ng kumpanya ng humigit-kumulang isang porsyento. 20% ng presyo ng mga imaheng pumapasok at lumalabas sa imahe Kung ikukumpara sa nakaraang bersyon, nagbibigay-daan ito para sa produksyon ng mas maraming biswal na materyal na may parehong badyet, na mahalaga para sa mga ahensya, startup, at SME na umaasa sa mataas na dami ng nilalaman.
Ang kombinasyon ng mas mabilis na bilis at mas mababang gastos Ito ay dinisenyo para sa mga kapaligiran kung saan kailangan ang maraming pag-ulit: mula sa pagdidisenyo ng isang digital advertising campaign hanggang sa pagsasama-sama ng iba't ibang konsepto para sa isang kliyente sa maikling panahon.
Itinuturo ng OpenAI na ang GPT Image 1.5 ay maaari nang direktang masubukan sa Palaruan ng OpenAIkung saan ang mga pagsusulit ay may kasamang mga gabay na prompt na naglalayong mas mahusay na magamit ang mga opsyon ng modelo, isang bagay na kapaki-pakinabang para sa mga profile na hindi eksperto sa agarang inhinyeriya.
Tumpak na pag-edit: mga partikular na pagbabago nang hindi nasisira ang larawan
Kung saan ang OpenAI ay may pinakamalaking husay na hakbang sa husay ay nasa kontroladong pag-eedit. Ang GPT Image 1.5 ay dinisenyo upang sumunod sa mga komplikadong tagubilin na may maraming hakbang na may mas kaunting mga pagkakamali at hindi gaanong mahuhulaan na pag-uugali kaysa sa kanilang mga nauna.
Sa pagsasagawa, maaaring humiling ang gumagamit mga pagbabagong lubos na lokal —baguhin ang kulay ng isang jacket, magdagdag ng logo sa isang partikular na sulok, ayusin ang isang repleksyon, o baguhin lamang ang isang bagay sa background— nang hindi muling binibigyang-kahulugan ang natitirang bahagi ng eksena mula sa simula, isang karaniwang problema sa iba pang mga image generator.
Binibigyang-pansin ng modelo ang pangangalaga gamit ang higit na katapatan sa mga katangian ng mukha, pagkakakilanlan ng mga tao, liwanag, mga anino, at komposisyonMahalaga ito, halimbawa, kapag gumagamit ng mga retrato, litrato ng koponan, o mga imahe ng produkto kung saan ang bawat detalye ay may epekto.
Isa pang highlight ay ang pagkakapare-pareho sa maraming edisyon o kaugnay na mga eksenaAng mga karakter na muling lumilitaw, mga partikular na istilo ng sining, o mga elemento ng tatak ay karaniwang pinapanatiling pare-pareho, na nagpapadali sa mga proyekto tulad ng mga komiks, storyboard, serye sa advertising, o mga katalogo kung saan ang parehong estetika ay dapat ulitin nang walang kakaibang mga pagkakaiba.
Para sa mga pangkat ng marketing at branding, binibigyang-diin ng OpenAI ang kakayahan ng modelo na igalang mga logo ng korporasyon at mga pangunahing elemento ng grapikopag-iwas sa mga distortion o variation ng kulay na maaaring makaapekto sa visual identity.
Mula sa simpleng retouching hanggang sa isang kumpletong creative studio
Higit pa sa klasikong pag-retouch ng larawan ang GPT Image 1.5. Inihaharap ito ng OpenAI bilang isang maraming gamit na modelo para sa mas kumplikadong mga daloy ng trabahokung saan ang imahe ay nagbabago mula sa mga pagsubok at paulit-ulit na pagbabago.
Kabilang sa mga gamit na ipinahiwatig ng kompanya ay ang Mga virtual na pagsubok ng mga damit, estilo ng buhok o mga aksesorya, ang paglilipat ng mga artistikong istilo sa mga larawan o sketch, ang paglikha ng mga mock-up ng produkto, o ang mga simulasyon ng senaryo para sa mga online na tindahan na gustong magpakita ng parehong item sa iba't ibang konteksto.
Ang tool ay umaasa rin sa mga advanced na kakayahan sa manipulasyon ng teksto sa loob ng mga imahe. Pinapabuti ng GPT Image 1.5 ang pag-render ng maliliit o siksik na mga fontpagbubukas ng pinto sa mas madaling mabasang mga prototype ng mga interface, infographic, signage at mga materyales na pang-promosyon kung saan ang teksto ay dapat mabasa nang walang problema.
Sa antas ng biswal, tinutukoy ng OpenAI ang isang paglukso realismo at kalidad ng estetikaMas kapani-paniwalang mga tekstura, mas mahusay na representasyon ng mga materyales, at mas pare-parehong pag-iilaw, kapwa sa mga kunwang litrato at sa mga pinakintab na imahe na nakatuon sa mga komersyal na kampanya.
Ang modelo Pinupino rin nito ang henerasyon ng mga eksena na may maraming mukha, isang tradisyonal na kahinaan ng maraming generator, kaya mas maaasahan ito para sa mga larawan ng grupo, mga kaganapan sa korporasyon, o mga komposisyon na kinasasangkutan ng ilang tao.
Isang nakalaang espasyo para sa mga imahe sa loob ng ChatGPT
Kasama ng bagong modelo, in-update ng OpenAI ang karanasan ng gumagamit sa ChatGPTAng plataporma ngayon ay nagsasama ng isang espesyal na espasyo na nakalaan para sa mga imahe, maa-access mula sa sidebar sa parehong bersyon sa web at mga mobile app.
Ang kapaligirang ito ay gumaganap bilang isang uri ng pinagsamang malikhaing studioDinisenyo upang mabilis na galugarin ang mga biswal na ideya nang hindi kinakailangang laging magsulat ng mahahabang prompt. Maaaring magsimula ang gumagamit sa mga paunang natukoy na mungkahi o halimbawa, at pinuhin ang mga resulta habang isinasagawa ang mga ito.
Kasama sa lugar ng imahe mga paunang na-configure na filter at mga mungkahi batay sa trend Ang mga shortcut na ito ay regular na ina-update, na ginagawang madali ang pagsisimula ng mga proyekto nang hindi kinakailangang magsimula mula sa simula. Para sa mga hindi sanay sa pagsusulat ng detalyadong mga tagubilin, ang mga shortcut na ito ay maaaring gumawa ng malaking pagkakaiba.
Isa pang praktikal na bagong tampok ay ang interface na nagbibigay-daan sa patuloy na bumubuo ng mga imahe habang ang iba ay pinoprosesoIto ay akma sa mga araw ng trabaho kung saan maraming ideya ang inilulunsad nang sabay-sabay at sinusuri ang mga resulta habang dumarating ang mga ito.
Ipinapahiwatig iyon ng OpenAI ang bagong interface na ito Ito ay unti-unting inilalapat para sa karamihan sa mga gumagamit ng ChatGPTAng mga Business at Enterprise account ay magkakaroon ng ganap na access sa ibang pagkakataon. Modelo ng GPT Image 1.5, Gayunpaman, Na-activate na ito ngayon para sa lahat., nang hindi kinakailangang manu-manong pumili ng kahit ano ang user.
Kompetisyon sa Google Gemini at mga karibal na modelo
Ang paglabas ng GPT Image 1.5 ay kasabay ng mataas na presyon ng kompetisyonSa mga nakaraang buwan, Nakilala na ang Google dahil sa pamilyang Gemini ng mga modelo nito at gamit ang mga kagamitan sa pagbuo ng biswal na nakamit ang magandang posisyon sa iba't ibang paghahambing na ranggo.
Binibigyang-kahulugan ng iba't ibang pagsusuri sa industriya ang Ang paggalaw ng OpenAI bilang isang pinabilis na tugon sa presyur na iyonAyon sa impormasyong inilabas, plano ng kumpanya na maglunsad ng isang bagong image generator sa simula ng taon, ngunit Pinili nitong ituloy ang mga plano upang hindi na mawalan pa ng lugar sa segment na ito..
Ang panloob na konteksto ng kumpanya mismo ay sumasalamin sa pagkaapurahan na iyon: May mga usap-usapan tungkol sa isang uri ng "code red" dahil sa posibilidad na maaaring pagtibayin ng mga kakumpitensya ang kanilang mga posisyon sa mga larangan tulad ng visual generation.kung saan ang karanasan ng gumagamit ay kasinghalaga ng teknikal na kapangyarihan.
Kasabay nito, ang mga modelo tulad ng Nano Banana Pro at iba pang espesyalisadong mga generator ay itinutulak ang suplay upang maging lalong nakatuon sa mga kaso ng paggamit sa totoong mundo: mga katalogong handa nang i-print, mga kampanyang omnichannel, mga piraso ng social media, o mga mapagkukunang grapiko na isinama sa mga tool na walang code at mababang code.
Sa ganitong sitwasyon, hangad ng GPT Image 1.5 na maiba ang sarili nito lalo na sa pamamagitan ng paulit-ulit na kakayahan sa pag-edit at visual na pagkakapare-parehoAng mga aspetong ito ay mahalaga para sa mga pangkat na nakikipagtulungan sa mga tatak at pangmatagalang proyekto.
Responsableng paggamit at mga nakabinbing hamon
Kasama ng mga bagong tampok, ang debate tungkol sa responsableng paggamit ng generative AIAng mga kagamitang tulad nito ay nagpapadali kapwa sa paglikha ng mga lehitimong kampanya at sa posibleng pagpapakalat ng mapanlinlang o minanipulang nilalaman, isang sensitibong isyu sa Europa dahil sa epekto nito sa disinformation.
Binigyang-diin ng mga organisasyon ng industriya ang pangangailangan para sa mga kumpanya at ahensya ng gobyerno na magtatag malinaw na mga hangganan sa mga larangan tulad ng copyright, algorithmic bias, at proteksyon ng dataAng paglikha ng mga imaheng gumagaya sa mga partikular na estilo o totoong mga mukha ay patuloy na lumilikha ng legal at etikal na debate.
Ang OpenAI, sa bahagi nito, ay nagpapanatili ng isang diskursong nakatuon sa propesyonal at malikhaing paggamit mula sa GPT na Larawan 1.5hinihikayat ang pagsasama nito sa mga proyektong naghahangad ng kahusayan at kalidad, ngunit tinatandaan na ang pangunahing responsibilidad para sa paggamit ng mga imaheng ito ay nakasalalay sa bawat organisasyon.
Sa pagsasagawa, ang kombinasyon ng mas malaking kapangyarihan, pinahusay na karanasan ng gumagamit, at pandaigdigang aksesibilidad ay ginagawang isang mahalagang bahagi ang GPT Image 1.5 sa kasalukuyang ekosistema ng mga kagamitang AI, at nagbibigay sa mga gumagamit at regulator ng hamon na samantalahin ang mga benepisyo nito nang hindi nakakaligtaan ang mga panganib nito.
Sa update na ito, Pinalalakas ng ChatGPT ang profile nito habang kapaligirang pangtrabaho na hybrid, kung saan ang nakasulat na salita at ang nabuong imahe ay magkakaugnay upang suportahan ang mga malikhain, komersyal, at teknikal na proseso na hanggang kamakailan lamang ay nangangailangan ng ilang magkakahiwalay na serbisyo at mas maraming oras ng produksyon.
Isa akong mahilig sa teknolohiya na ginawang propesyon ang kanyang mga "geek" na interes. Ako ay gumugol ng higit sa 10 taon ng aking buhay sa paggamit ng makabagong teknolohiya at pag-iisip sa lahat ng uri ng mga programa dahil sa purong kuryusidad. Ngayon ay nagdadalubhasa na ako sa teknolohiya ng kompyuter at mga video game. Ito ay dahil sa higit sa 5 taon na ako ay sumusulat para sa iba't ibang mga website sa teknolohiya at mga video game, na lumilikha ng mga artikulo na naglalayong ibigay sa iyo ang impormasyong kailangan mo sa isang wika na naiintindihan ng lahat.
Kung mayroon kang anumang mga katanungan, ang aking kaalaman ay mula sa lahat ng nauugnay sa Windows operating system pati na rin ang Android para sa mga mobile phone. At ang aking pangako ay sa iyo, lagi akong handang gumugol ng ilang minuto at tulungan kang lutasin ang anumang mga katanungan na maaaring mayroon ka sa mundo ng internet na ito.