Megérkezett az új ChatGPT Images

Ma kiadjuk az új csúcskategóriás képgeneráló modellünkkel működtet ChatGPT Images új verzióját. Mostantól akár teljesen elölről kezdve alkotsz valamit, akár egy fotót szerkesztesz, pontosan azt az eredményt kapod, amit elképzeltél. Az eszköz precíz szerkesztésekre képes, miközben érintetlenül hagyja a részleteket, például az emberek megjelenését, és akár négyszer gyorsabban generálja a képeket. Ezzel párhuzamosan bemutatjuk a ChatGPT új Images funkcióját, amellyel élmény a képgenerálás – inspirációt nyújt és megkönnyíti a kreatív kísérletezést

Az új Képek modell és funkció mától kezdve gpt-image-1.5 néven minden felhasználó számára elérhetővé válik a ChatGPT‑ben, és az API-ban.

Mostantól, amikor egy feltöltött kép módosítását kéred, a modell megbízhatóbban követi a szándékodat – egészen a legapróbb részletekig –, és csak azt változtatja meg, amit szeretnél, miközben az olyan elemeket, mint a megvilágítás, a kompozíció és az emberek megjelenése, a bevitel, a kimenet és a későbbi szerkesztések során is következetesen megőrzi.

Ezáltal a szándékodnak megfelelő eredmények érhetőek el – hasznosabb fotószerkesztések, valósághűbb ruházati és hajviseleti próbák, valamint az eredeti kép lényegét megtartó stilisztikai szűrők és koncepcionális átalakítások. Ezekkel a fejlesztésekkel együtt a ChatGPT gyakorlatilag egy zsebedben hordható kreatív stúdióvá válik, amely egyaránt képes praktikus szerkesztésekre és kifejező, újragondolt alkotásokra.

A modell különféle szerkesztési típusokban – hozzáadásban, eltávolításban, egyesítésben, keverésben és áthelyezésben – is kiemelkedően teljesít, így pontosan azokat a változtatásokat kapod meg, amiket szeretnél, anélkül hogy elveszne az, ami igazán különlegessé teszi a képet.

A modell kreativitása igazán az olyan átalakításoknál mutatkozik meg, amelyek alkotóelemek – például szöveg és elrendezés – módosítására vagy hozzáadására szolgálnak, életre keltve ezáltal az ötleteidet, közben megőrizve a fontos részleteket. Ezek az átalakítások egyszerűbb és összetettebb koncepciók esetén is működnek, és könnyen kipróbálhatók az új ChatGPT Images⁠(új ablakban nyílik meg) funkcióban elérhető előre beállított stílusokkal és ötletekkel – nincs szükség beírt utasításra.

A modell megbízhatóbban követi az utasításokat, mint a kezdeti verziónk. Ez pontosabb szerkesztéseket, valamint összetettebb, eredeti kompozíciókat tesz lehetővé, ahol az elemek közötti kapcsolatok a kívánt módon megmaradnak.

A modell újabb szintre lép a szövegmegjelenítés területén is, és már sűrűbb, kisebb méretű szövegek kezelésére is képes.

A modell további területeken is javult, ami szinte azonnal felhasználható eredményeket jelent, például sok apró arc megjelenítésekor, illetve a kimenetek természetes hatásának mértékében.

Amellett, hogy üzenetben leírva továbbra is generálhatsz képeket, bevezetünk egy külön Images⁠(új ablakban nyílik meg) felületet is a – mobilalkalmazás oldalsávjában és a chatgpt.com webhelyen elérhető – ChatGPT‑ben, amellyel gyorsabbá és egyszerűbbé tehető a képek felfedezése és próbálgatása. Több tucat előre beállított szűrőt és utasítást tartalmaz, amelyek azonnali inspirációt adnak, és az újonnan megjelenő trendek követése érdekében rendszeresen frissülnek.

Ezek a frissítések lehetővé teszik, hogy képeid az apró módosításoktól egészen a teljesen újragondolt koncepciókig még jobban tükrözzék az elképzeléseidet.

Ez a modell gyorsabb képgenerálással, precíz szerkesztésekkel és az iterációk során következetesen megőrzött vizuális részletekkel teszi gördülékenyebbé az üzleti munkafolyamatokat. A csapatok könnyebben kísérletezhetnek ötletekkel, végezhetnek célzott módosításokat, és tehetnek szemléletessé összetett vagy akár száraz koncepciókat is, legyen szó marketingről, dizájnról, e-kereskedelemről vagy belső kommunikációról.

A teljesítmény kiértékeléséhez újra lefuttattuk a kezdeti képgenerálási bevezetéskor használt számos példát. A modell sokféle esetben egyértelmű fejlődést mutat, bár az eredmények továbbra sem tökéletesek. Bár ez a kiadás jelentős előrelépést jelent, a jövőbeli verziókban még mindig jelentős fejlődési lehetőség van.

Az API-ban elérhető gpt-image-1.5 ugyanazokat a fejlesztéseket nyújtja, mint a ChatGPT Images: erősebb a képek megőrzésében és szerkesztésében, mint a GPT Image 1.

A szerkesztések során következetesebben megmaradnak a márkázott logók és a kulcsfontosságú vizuális elemek, így különösen jól használható marketing- és márkaépítési feladatokhoz – például grafikai anyagok és logók készítéséhez –, valamint e-kereskedelmi csapatok számára is, akik egyetlen forrásképből teljes termékkép-katalógusokat (változatok, jelenetek, nézőpontok) generálhatnak.

A képbemenetek és -kimenetek a GPT Image 1.5-ben most 20%-kal olcsóbbak, mint a GPT Image 1 esetében, így ugyanakkora költségkeretből több képet generálhatsz és finomíthatsz.

Kipróbálhatod az új modellt az OpenAI Playground⁠(új ablakban nyílik meg) felületén, vagy inspirációért elolvashatod az utasításokra vonatkozó útmutatót⁠(új ablakban nyílik meg).

A kreatív eszközöktől az e-kereskedelmen és marketingszoftvereken át számos iparágban már most is használják a vállalatok és startupok a GPT Image 1.5-ös verzióját. Izgatottan várjuk, hogy megoszthassunk néhány példát.

Az új ChatGPT Images mától világszerte fokozatosan elérhető minden ChatGPT- és API-felhasználó számára. Több modellen is működik, így a használatához nem kell külön semmit kiválasztanod.

Úgy gondoljuk, még csak az elején járunk annak, mire lehet képes a képgenerálás. A mai frissítés jelentős előrelépést jelent, és további fejlesztések várhatók, a finomabb szerkesztésektől kezdve a gazdagabb, részletesebb eredményekig számos nyelven.