حالا می‌توانید با chatgpt گیف بسازید – معرفی Images 2.6 و تفاوت آن با 2.5
ساخت گیف با چت جی پی تی حالا با مدل Images 2.6 ممکن شده است!
تا چند وقت پیش، برای ساخت یک GIF ساده باید سراغ ابزارهای مختلفی می‌رفتید؛ اما حالا با معرفی مدل Images 2.6 در اکانت Chatgpt، می‌توانید این کار را به سادگی انجام دهید. کافی است ایده‌تان را توضیح دهید یا یک عکس آپلود کنید تا چت جی پی تی آن را به یک تصویر متحرک تبدیل کند. بعد از ساخت GIF هم می‌توانید سرعت پخش آن را تغییر دهید، فریم‌های مختلف را ببینید و حتی بخش‌هایی از انیمیشن را اصلاح کنید.
اوپن ای آی در نسخه جدید مدل تولید تصویر خودش، سرعت ساخت تصاویر را افزایش داده و امکانات بیشتری برای ویرایش و حفظ جزئیات سوژه‌ها در نظر گرفته است. دو مدل جدید GPT-Image-2.6 Flare و GPT-Image-2.6 Sunburst هم برای توسعه‌دهندگانی عرضه شده‌اند که از طریق API با ابزارهای تولید تصویر کار می‌کنند.
این قابلیت برای همه با هر نوع پلنی در نظر گرفته شده است. در ادامه می‌بینیم Images 2.6 چه قابلیت‌هایی دارد، چه تغییراتی نسبت به نسخه قبلی داشته و این به‌روزرسانی برای کاربران چه کاربردهایی خواهد داشت:
Images 2.6 چه قابلیت‌های جدیدی دارد؟
این مدل تغییرات بسیار جذابی داشته:
۱. ساخت GIF متحرک با یک پرامپت یا عکس
یکی از کاربردی‌ترین تغییرات Images 2.6، امکان ساخت مستقیم GIF در ChatGPT است. حالا می‌توانید یک صحنه را با چند کلمه توصیف کنید یا عکسی را در اختیار ChatGPT بگذارید و از آن بخواهید تصویر را متحرک کند.
برای مثال، تصور کنید یک عکس از گربه خودتان دارید و می‌خواهید آن را به یک GIF در حال رقص تبدیل کنید. کافی است عکس را آپلود کنید و درخواستتان را بنویسید. ChatGPT فریم‌های لازم را تولید می‌کند و آن‌ها را به یک انیمیشن کوتاه و تکرارشونده تبدیل خواهد کرد.
بعد از آماده شدن GIF هم می‌توانید کنترل بیشتری روی نتیجه داشته باشید:
- تغییر سرعت پخش: سرعت حرکت انیمیشن را کم یا زیاد کنید.
- مشاهده فریم‌ها: فریم‌های تشکیل‌دهنده GIF را جداگانه بررسی کنید.
- ویرایش فریم‌ها: بخش‌هایی از انیمیشن را که نیاز به اصلاح دارند، تغییر دهید.
- اشتراک‌گذاری: فایل نهایی را با دیگران به اشتراک بگذارید.
این قابلیت برای ساخت میم، تصاویر واکنشی، استیکرهای متحرک و محتوای کوتاه شبکه‌های اجتماعی خیلی خوب است. حتی اگر برای یک کمپین تبلیغاتی به شخصیت متحرک اختصاصی نیاز داشته باشید، می‌توانید طراحی اولیه آن را هم با ChatGPT انجام دهید.
نکته جالب این است که برای شروع حتی یک طرح ساده یا اسکچ هم می‌تواند به یک شخصیت متحرک تبدیل شود.
۲. تولید تصاویر با سرعت بیشتر
طبق اعلام OpenAI، سرعت تولید تصویر در Images 2.6 در مجموع حدود ۵۰ درصد نسبت به ورژن قبلی افزایش پیدا کرده است. این تغییر برای کسانی که مرتباً تصویر می‌سازند و چندین بار پرامپت خود را اصلاح می‌کنند، اهمیت زیادی دارد؛ چون زمان کمتری را صرف انتظار برای دریافت نتیجه خواهند کرد.
در نسخه API نیز دو مدل متفاوت ارائه شده که هرکدام برای نوع مشخصی از کار طراحی شده‌اند:
- GPT-Image-2.6 Flare: اگر سرعت تولید تصویر برایتان اولویت دارد، Flare گزینه مناسب‌تری است. این مدل در تنظیم کیفیت Low می‌تواند تصویر را در حدود ۶ ثانیه تولید کند. علاوه بر سرعت، چیدمان عناصر در پوسترها و تصاویر محصولات نیز بهبود پیدا کرده است.
- GPT-Image-2.6 Sunburst: این نسخه بیشتر برای پروژه‌هایی در نظر گرفته شده که جزئیات تصویر و حفظ ظاهر ثابت سوژه اهمیت دارند. برای مثال، وقتی می‌خواهید یک شخصیت یا محصول را در چندین تصویر مختلف استفاده کنید، Sunburst روی حفظ ویژگی‌های بصری آن تمرکز بیشتری دارد.
به زبان ساده، Flare برای زمانی مناسب است که می‌خواهید سریع‌تر به نتیجه برسید؛ اما اگر کیفیت جزئیات و یکسان ماندن ظاهر سوژه در چند مرحله ویرایش برایتان مهم‌تر است، بهتر است Sunburst را بررسی کنید.
۳. حفظ ظاهر شخصیت‌ها و محصولات در ویرایش‌های مختلف
احتمالاً برایتان پیش آمده که یک تصویر را با هوش مصنوعی بسازید و بعد بخواهید چند بخش آن را تغییر دهید؛ اما با هر بار ویرایش، ظاهر شخصیت یا بعضی جزئیات تصویر هم عوض شوند.
مثلاً ممکن است در تصویر اول، شخصیت لباس مشخصی داشته باشد؛ اما بعد از چند بار اصلاح، رنگ لباس یا حتی فرم چهره‌اش تغییر کند. این مسئله برای پروژه‌هایی که به هویت بصری یکسان نیاز دارند، دردسرساز است.
در Images 2.6 توجه بیشتری به حفظ ثبات سوژه در ویرایش‌های متوالی شده است. این موضوع به‌خصوص در نسخه Sunburst اهمیت دارد و می‌تواند برای ساخت مجموعه تصاویر تبلیغاتی، طراحی شخصیت‌های ثابت و آماده‌سازی کاتالوگ محصولات مفید باشد.
از طرف دیگر، امکان استفاده مجدد از تصاویر مرجع هم در نظر گرفته شده است. بنابراین اگر مرتباً با یک شخصیت، حیوان خانگی یا محصول مشخص کار می‌کنید، می‌توانید از تصویر مرجع آن کمک بگیرید و لازم نیست در هر نوبت دوباره همان عکس را آپلود کنید.
۴. مشخص کردن محل دقیق تغییرات روی تصویر
گاهی اوقات نمی‌خواهید تمام تصویر را تغییر دهید و فقط قصد دارید یک بخش مشخص را اصلاح کنید. مثلاً رنگ یک محصول را عوض کنید، پس‌زمینه را تغییر دهید یا یک عنصر اضافه را از تصویر بردارید.
قابلیت Image Markup برای همین موقعیت‌ها کاربرد دارد. با استفاده از آن می‌توانید روی تصویر علامت بگذارید و محل دقیق تغییرات را مشخص کنید.
این قابلیت که پیش از این در ChatGPT وجود داشت، حالا به API هم اضافه شده است. توسعه‌دهندگان می‌توانند تصویر اصلی را همراه با یک لایه نشانه‌گذاری‌شده ارسال کنند تا مدل بداند دقیقاً کدام قسمت باید ویرایش شود.
این لایه باید یک فایل PNG شفاف با ابعاد مشابه تصویر اصلی باشد. البته در یک درخواست نمی‌توان آن را به‌صورت هم‌زمان با Mask استفاده کرد.
۵. خروجی SVG برای استفاده در پروژه‌های طراحی
یکی دیگر از امکانات جدید Images 2.6، پشتیبانی از خروجی SVG در API است.
اگر با طراحی لوگو، آیکون یا عناصر گرافیکی سروکار داشته باشید، احتمالاً با این فرمت آشنا هستید. SVG یک فرمت برداری است و برخلاف تصاویر معمولی، با بزرگ‌نمایی کیفیت خود را از دست نمی‌دهد.
به همین دلیل، برای طراحی لوگو، آیکون‌های وب‌سایت، عناصر رابط کاربری و فایل‌هایی که قرار است چاپ شوند، کاربرد زیادی دارد.
با اضافه شدن این قابلیت، توسعه‌دهندگان می‌توانند خروجی برداری را مستقیماً از فرایند تولید تصویر دریافت کنند و در بسیاری از موارد دیگر نیازی به بازطراحی یا تبدیل دستی تصویر نخواهند داشت.
۶. کنترل میزان پردازش با تنظیم Complexity
در API نسخه 2.6 یک پارامتر جدید به نام Complexity اضافه شده که میزان برنامه‌ریزی مدل پیش از تولید تصویر را مشخص می‌کند.
این تنظیم سه سطح دارد:
| سطح پیچیدگی | کاربرد |
|---|---|
| Low | ویرایش‌های سریع و صحنه‌های ساده |
| Medium | تصاویر دارای جزئیات و عناصر بیشتر |
| High | صحنه‌های پیچیده با چندین عنصر و محدودیت هم‌زمان |
البته Complexity را نباید با Quality اشتباه بگیرید. این دو تنظیم وظایف متفاوتی دارند:
- Quality: میزان جزئیات و کیفیت خروجی تصویر را کنترل می‌کند.
- Complexity: مشخص می‌کند مدل پیش از تولید تصویر چقدر برنامه‌ریزی و پردازش انجام دهد.
برای مثال، می‌توانید یک تصویر ساده را با کیفیت بالا تولید کنید یا از مدل بخواهید یک صحنه پیچیده را با کیفیت پایین‌تر بسازد.
نکته مهم برای توسعه‌دهندگان این است که مقدار پیش‌فرض Complexity روی High قرار دارد. بنابراین اگر از نسخه 2.5 به 2.6 مهاجرت می‌کنید، بهتر است این پارامتر را خودتان مشخص کنید تا مصرف پردازش و هزینه درخواست‌ها بیشتر از چیزی نشود که انتظار دارید.
تفاوت Images 2.6 با Images 2.5 چیست؟
نسخه Images 2.5 بیشتر روی افزایش سرعت تولید تصویر، نمایش بهتر جزئیات و دقیق‌تر شدن ویرایش‌ها تمرکز داشت. حالا در Images 2.6 علاوه بر ادامه این بهبودها، امکانات تازه‌ای مثل ساخت GIF، خروجی SVG و کنترل بیشتر بر فرایند تولید و ویرایش تصویر اضافه شده است.
برای اینکه تفاوت دو نسخه را راحت‌تر ببینید، جدول زیر را آماده کرده‌ایم:
| قابلیت | Images 2.5 | Images 2.6 |
|---|---|---|
| تولید تصویر | دارد | دارد |
| سرعت تولید | نسل قبلی | حدود ۵۰٪ سریع‌تر طبق اعلام OpenAI |
| ساخت GIF متحرک | ندارد | دارد |
| تنظیم سرعت پخش GIF | ندارد | دارد |
| مشاهده و ویرایش فریم‌ها | ندارد | دارد |
| خروجی SVG در API | ندارد | دارد |
| ویرایش با نشانه‌گذاری در API | ندارد | دارد |
| پارامتر Complexity | ندارد | دارد |
| حفظ ثبات سوژه در ویرایش‌ها | دارد | بهبود یافته، به‌خصوص در Sunburst |
| مدل‌های API | Flare و Sunburst | Flare و Sunburst |
یک محدودیت مهم هم وجود دارد: Images 2.6 فعلاً از Batch API پشتیبانی نمی‌کند. بنابراین اگر پروژه‌ای دارید که تصاویر را به‌صورت دسته‌ای و با استفاده از این قابلیت پردازش می‌کند، باید فعلاً روی نسخه 2.5 بمانید.
Images 2.6 برای چه کسانی و از چه زمانی در دسترس است؟
OpenAI عرضه Images 2.6 را برای کاربران ChatGPT و Codex در نسخه‌های وب، دسکتاپ و موبایل آغاز کرده است. این قابلیت‌ها برای همه با هر نوع پلنی در نظر گرفته شده‌اند؛ اما فعال شدن بعضی امکانات، به‌خصوص ساخت GIF، به‌صورت تدریجی انجام می‌شود. در نتیجه، ممکن است هنوز در حساب شما نمایش داده نشوند.
دو مدل GPT-Image-2.6 Flare و GPT-Image-2.6 Sunburst نیز از طریق API در اختیار توسعه‌دهندگان قرار گرفته‌اند..
در نهایت اگر برای تولید محتوای شبکه‌های اجتماعی، طراحی تبلیغات یا ویرایش تصاویر از ChatGPT استفاده می‌کنید، Images 2.6 چند امکان کاربردی در اختیارتان می‌گذارد. حالا می‌توانید علاوه بر ساخت و اصلاح تصاویر ثابت، GIF تولید کنید، سرعت انیمیشن را تغییر دهید و فریم‌های مختلف را جداگانه ویرایش کنید.
برای توسعه‌دهندگان هم انتخاب بین Flare و Sunburst اهمیت دارد؛ یکی برای تولید سریع‌تر طراحی شده و دیگری روی جزئیات و حفظ ظاهر ثابت سوژه تمرکز می‌کند.
در مجموع، Images 2.6 را می‌توان نسخه‌ای دانست که فرایند کار با تصاویر را کامل‌تر کرده است. به‌خصوص اضافه شدن GIF و ابزارهای دقیق‌تر ویرایش باعث می‌شود برای انجام بسیاری از کارهای گرافیکی ساده، کمتر به جابه‌جایی بین ابزارهای مختلف نیاز داشته باشید.
