Nowości
OpenAI wypuszcza ChatGPT Images 2.6: animowane GIF-y, obrazy referencyjne i SVG w API
OpenAI dodało do ChatGPT generowanie animowanych GIF-ów, wdrażane stopniowo, oraz zapisywane obrazy referencyjne. Deweloperzy dostają w API eksport SVG, a generowanie ma być według firmy około 50 proc. szybsze.
OpenAI udostępniło ChatGPT Images 2.6. Po raz pierwszy ChatGPT potrafi tworzyć animowane GIF-y, a deweloperzy dostają w API możliwość generowania edytowalnych grafik wektorowych SVG.
Co się zmieniło
Użytkownik może opisać obiekt i jego ruch albo wgrać zdjęcie czy szkic, które ChatGPT animuje. Prędkość odtwarzania da się regulować, a gotowy GIF można dopracowywać kolejnymi poleceniami tekstowymi. Istniejących, cudzych GIF-ów w ten sposób edytować nie można.
Drugą nowością są zapisywane obrazy referencyjne. Zdjęcia można nazwać i używać jako szablonów w kolejnych rozmowach bez ponownego wgrywania. OpenAI obiecuje też wyższą jakość i dokładniejsze edycje istniejących obrazów.
Nowości w API
Deweloperzy mogą generować edytowalne grafiki SVG oraz zaznaczać wybrane fragmenty obrazu do edycji poleceniem tekstowym. Można też ustawić, ile wysiłku model włoży w zaplanowanie obrazu. Ulepszone zostały warianty Flare i Sunburst, znane z wersji 2.5.
Flare ma dawać lepsze układy plakatów i produktów, a przy niskiej jakości potrzebować zaledwie sześciu sekund na obraz. Sunburst tworzy według opisu bardziej szczegółowe obrazy i lepiej zachowuje postacie oraz cechy produktów w kolejnych edycjach.
Cennik i ograniczenia
Ceny tokenowe nie zmieniły się względem Images 2.5: 30 dolarów za milion tokenów wygenerowanych obrazów dla obu wariantów, 8 dolarów za milion tokenów przetwarzania obrazu i 5 dolarów za milion tokenów tekstu wejściowego. SVG kosztuje dodatkowo, bo OpenAI najpierw tworzy obraz referencyjny, a potem inny model zamienia go na grafikę wektorową.
OpenAI przyznaje, że model nadal ma problemy z tekstem, złożonymi układami i spójnością postaci. Obrazy oznaczane są metadanymi C2PA i niewidocznymi znakami wodnymi SynthID.
Dostępność i skala
Images 2.6 jest dostępne na całym świecie w ChatGPT i Codex we wszystkich planach oraz przez API, przy czym funkcja GIF trafia do użytkowników ChatGPT stopniowo. Wersja 2.5 pojawiła się niespełna dwa miesiące wcześniej, więc tempo kolejnych wydań jest wysokie.
Dla polskich firm i twórców najbardziej praktyczny jest SVG w API: logotypy, ikony i proste ilustracje da się dalej edytować w narzędziach graficznych. Warto jednak pamiętać o zastrzeżeniach producenta dotyczących tekstu na obrazach i dodatkowej opłacie za wektory.
