Η OpenAI φαίνεται πως ανεβάζει ακόμη περισσότερο τον πήχη στον τομέα της δημιουργίας εικόνων με τεχνητή νοημοσύνη, παρουσιάζοντας τη νέα γενιά του συστήματος ChatGPT Images 2.6. Η νέα έκδοση υπόσχεται σημαντικά υψηλότερες ταχύτητες παραγωγής εικόνων, ενώ εισάγει και μια ιδιαίτερα ενδιαφέρουσα δυνατότητα: τη δημιουργία κινούμενων GIF απευθείας μέσα από το ChatGPT και το Codex.
Σύμφωνα με τις πληροφορίες της ανακοίνωσης, το Images 2.6 είναι έως και 50% ταχύτερο σε σύγκριση με την προηγούμενη έκδοση Images 2.5. Η βελτίωση αυτή έχει ιδιαίτερη σημασία για όσους χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης στην καθημερινή δημιουργική εργασία τους, καθώς μειώνει τον χρόνο που απαιτείται για την παραγωγή και την επεξεργασία οπτικού περιεχομένου.
Η σημαντικότερη προσθήκη, ωστόσο, είναι η δυνατότητα δημιουργίας GIF. Οι χρήστες μπορούν να περιγράψουν με φυσική γλώσσα την κίνηση που επιθυμούν ή να ανεβάσουν ένα σχέδιο και να ζητήσουν τη μετατροπή του σε σύντομη κινούμενη εικόνα. Το σύστημα δημιουργεί μια ακολουθία καρέ, διατηρώντας όσο το δυνατόν πιο σταθερά τον χαρακτήρα, το περιβάλλον και τη σύνθεση.
Επιπλέον, παρέχεται δυνατότητα ελέγχου της ταχύτητας αναπαραγωγής και επεξεργασίας μεμονωμένων καρέ. Αυτό σημαίνει ότι η διαδικασία δεν περιορίζεται στην παραγωγή μιας απλής εικόνας, αλλά επεκτείνεται σε ένα πιο ολοκληρωμένο δημιουργικό εργαλείο.
Η OpenAI δίνει ιδιαίτερη έμφαση και στη συνέπεια των επεξεργασιών. Ένα από τα συνηθισμένα προβλήματα των συστημάτων δημιουργίας εικόνων είναι ότι οι επαναλαμβανόμενες αλλαγές μπορούν να αλλοιώσουν την εμφάνιση ενός χαρακτήρα ή ενός προϊόντος. Η νέα έκδοση φιλοδοξεί να διατηρεί σταθερά στοιχεία όπως το πρόσωπο, τα ρούχα, τα χαρακτηριστικά ενός αντικειμένου και τις λεπτομέρειες ενός brand ακόμη και μετά από διαδοχικές παρεμβάσεις.
Σημαντική είναι επίσης η προσθήκη εργαλείων σχολιασμού εικόνων στο API. Οι δημιουργοί και οι προγραμματιστές θα μπορούν να υποδεικνύουν συγκεκριμένες περιοχές μιας εικόνας που θέλουν να αλλάξουν, χωρίς να χρειάζεται να περιγράφουν εκ νέου ολόκληρη τη σύνθεση.
Παράλληλα, προστίθεται δυνατότητα εξαγωγής σε SVG, ένα ιδιαίτερα χρήσιμο χαρακτηριστικό για γραφικά που προορίζονται για ιστοσελίδες, εφαρμογές και εκτυπώσεις.
Για τους developers, η OpenAI διαθέτει δύο εκδόσεις API, τις Flare και Sunburst. Η πρώτη εστιάζει στην ταχύτητα, ενώ η δεύτερη δίνει προτεραιότητα στην ποιότητα και στη συνέπεια των αποτελεσμάτων. Αναφέρεται μάλιστα ότι η Flare μπορεί να παράγει μια εικόνα χαμηλής ποιότητας σε περίπου έξι δευτερόλεπτα.
Η τιμολόγηση του API παραμένει αμετάβλητη, ενώ η εταιρεία αναφέρει ότι οι χρήστες δημιουργούν περίπου τέσσερα δισεκατομμύρια εικόνες την εβδομάδα.
Η διάθεση του νέου μοντέλου αναφέρεται ότι καλύπτει όλες τις βαθμίδες του ChatGPT, συμπεριλαμβανομένου του δωρεάν προγράμματος, αν και η δημιουργία GIF αναμένεται να ενεργοποιηθεί σταδιακά.
Το Images 2.6 δείχνει ότι η επόμενη μάχη στην τεχνητή νοημοσύνη δεν αφορά μόνο το ποιο σύστημα δημιουργεί την καλύτερη εικόνα, αλλά και το ποιο μπορεί να προσφέρει μια ολοκληρωμένη, γρήγορη και αξιόπιστη διαδικασία δημιουργίας και επεξεργασίας περιεχομένου.
