کاربران چت جیپیتی دیگر برای طراحی یک بنر یا منو نیازی به ابزارهای جانبی ندارند. OpenAI بهتازگی از مدل جدید Images 2.0 رونمایی کرده است که برخلاف نسخههای پیشین، در تولید تصاویر با جزئیات دقیق متنی عملکرد خیرهکنندهای دارد.
جدیدترین اخبار تکنولوژی هوش مصنوعی و شبکههای اجتماعی را در نامبرلند بخوانید.
به نقل از TechCrunch، پیشاز این تشخیص تفاوت میان تصاویر انسانی و تصاویر هوش مصنوعی کار سادهتری بود؛ زیرا مدلهای قدیمی در نوشتن کلمات روی تصاویر ضعف داشتند و خروجیهای نامفهومی ارائه میدادند. اما حالا مدل جدید ChatGPT Images 2.0 میتواند منوهای رستوران یا پوسترهای تبلیغاتی را با متون کاملاً خوانا و صحیح تولید کند.
قابلیتهای ساخت تصویر با ChatGPT Images 2.0
مهمترین ویژگیهای مدل تصویرساز جدید GPT از این قرار است:
- سادهسازی موضوعات پیچیده با اینفوگرافیک و نمودار
- تبدیل ایدهها به کمیکاستریپ (Comic Strip)
- ساخت کارت و طراحی دعوتنامه رویداد
- تبدیل سلفی به عکس پرسنلی (Headshot)
- حذف پسزمینه تصاویر (Background Removal)
- اعمال تغییرات چشمگیر و خلاقانه روی عکسها
- تولید سریعتر تصاویر
- خلاقیت بالاتر در خروجیها
- دقت بیشتر در جزئیات تصویر
اگرچه OpenAI در نشست مطبوعاتی اخیر خود جزئیات فنی مدل جدید را فاش نکرد، اما اعلام کرد که این مدل «قابلیتهای تفکر» (Thinking Capabilities) هم دارد. این ویژگی به GPT اجازه میدهد تا در وب جستوجو کند، از یک دستور (Prompt) چندین تصویر متفاوت بسازد و خروجیهای خود را بازبینی کند
مدل ChatGPT Images 2.0 درک بسیار بهتری از متون غیرلاتین مانند ژاپنی، کرهای، هندی و بنگالی دارد. طبق گفته اوپنایآی، این مدل توانایی تولید تصاویر با رزولوشن تا 2K را دارد و میتواند جزئیات ظریفی مانند آیکونها، المانهای رابط کاربری (UI) و ترکیببندیهای پیچیده را با دقت بسیار بالایی رندر کند.
دسترسی به مدل جدید Images 2.0 از 21 آپریل برای تمام کاربران چت جیپیتی و کاربران سرویس Codex امکانپذیر است؛ با این تفاوت که کاربران اشتراکی (پلاس، پرو و …) به خروجیهای پیشرفتهتر دسترسی خواهند داشت. همچنین API اختصاصی gpt-image-2 نیز با قیمتگذاری مبتنی بر کیفیت و رزولوشن خروجی، در اختیار توسعهدهندگان قرار میگیرد.
شاید تصویر ساختهشده با هوش مصنوعی دشوار باشد، اما هنوز ترفندهایی برای تشخیص متن انسانی از AI وجود دارد.
