ChatGPT zrobi animowane GIF-y z opisu lub zdjęcia. OpenAI wdraża Images 2.6
ChatGPT potrafi już tworzyć animowane GIF-y na podstawie opisu tekstowego albo wgranego zdjęcia. Jak informuje The Verge, funkcja trafia do użytkowników razem z nowym modelem obrazów OpenAI, Images 2.6. Wdrożenie obejmuje ChatGPT i Codex w przeglądarce, na komputerach i w aplikacjach mobilnych.
Gotowy GIF można przyspieszać lub zwalniać, a także edytować klatka po klatce. The Verge dodaje, że animację da się też udostępnić innym. OpenAI pokazuje to na prostym przykładzie: na prośbę „Czy możesz zrobić GIF-a z tańczącym kotem?” model generuje kilka drobno różniących się wariantów postaci i skleja je w animację w stylu flipbooka.
Cały pomysł opiera się więc na spójności kolejnych klatek. The Decoder ocenia, że Images 2.6 trzyma wygląd postaci na tyle stabilnie, by pozostała rozpoznawalna w całej sekwencji. Wcześniejsze modele mogły zmieniać ją z klatki na klatkę tak mocno, że taka sztuczka nie wchodziła w grę. To ocena obserwatora, a nie wynik testów.
Nowe modele w API
GIF-y to nie jedyna zmiana. Images 2.6 ma także przyspieszyć ogólną generację obrazów. Programiści dostają dwa modele API: GPT-Image-2.6 „Flare”, nastawiony na wydajność, oraz „Sunburst”, przeznaczony do obrazów wyższej jakości. Obie nazwy pojawiły się już przy wcześniejszym modelu Images 2.5. O jego premierze i skróceniu opóźnień o połowę pisaliśmy we wrześniu.
OpenAI podaje też liczby dotyczące skali. Użytkownicy generują obecnie ponad cztery miliardy obrazów tygodniowo w ChatGPT i przez API. To o miliard więcej niż we wrześniu. Przy takim wolumenie obrazy są w ChatGPT jedną z głównych funkcji, a nie dodatkiem, więc rozszerzenie ich o proste animacje wygląda na logiczny krok.
Źródła nie podają, czy GIF-y mają limity długości, rozdzielczości lub liczby generacji, ani czy dostęp różni się między planami. Nie wiadomo też, jak model radzi sobie z bardziej złożonymi scenami niż pojedyncza postać. Szczegóły techniczne generowania obrazów w API opisuje dokumentacja OpenAI.
