Ένα GIF με γάτα που χορεύει χρειάζεται πια μία πρόταση. Το ChatGPT μπορεί να φτιάξει κινούμενη εικόνα από οδηγία σε κείμενο ή από φωτογραφία που ανεβάζει ο χρήστης, με το νέο μοντέλο εικόνας Images 2.6 της OpenAI, όπως μεταδίδουν το The Verge και το The Decoder.
Μέχρι τώρα το ChatGPT δεν έφτιαχνε GIF απευθείας, σε ένα βήμα. Τώρα ο χρήστης μπορεί να αλλάξει την ταχύτητα της κίνησης, να δει το αποτέλεσμα καρέ καρέ, να επεξεργαστεί μεμονωμένα καρέ και να το μοιραστεί.
Πώς δουλεύει το κόλπο
Στο παράδειγμα της OpenAI, η οδηγία «φτιάξε ένα gif με μια γάτα που χορεύει» δίνει αρκετές ελαφρώς διαφορετικές εκδοχές του ίδιου ήρωα. Αυτές ενώνονται η μία μετά την άλλη, όπως σε ένα φυλλάδιο με σχέδια που γυρίζεις γρήγορα για να δεις κίνηση.
Για να δουλέψει αυτό, ο ήρωας πρέπει να μένει αναγνωρίσιμος από καρέ σε καρέ. Το The Decoder σημειώνει ότι η συνέπεια του Images 2.6 φαίνεται αρκετή γι’ αυτό, ενώ παλαιότερα μοντέλα πιθανότατα θα άλλαζαν υπερβολικά την εμφάνισή του. Είναι εκτίμηση του ίδιου του μέσου, όχι μέτρηση.
Πιο γρήγορες εικόνες και δύο νέα μοντέλα για προγραμματιστές
Η OpenAI λέει ότι το Images 2.6 επιταχύνει γενικά τη δημιουργία εικόνων στο ChatGPT. Η αλλαγή φτάνει σταδιακά σε όλους τους χρήστες του ChatGPT και του Codex, στο web, στην εφαρμογή υπολογιστή και στις εφαρμογές κινητού.
Για τους προγραμματιστές, η εταιρεία διαθέτει στο API, τη διεπαφή μέσω της οποίας άλλες εφαρμογές χρησιμοποιούν τα μοντέλα της, δύο παραλλαγές: το GPT-Image-2.6 «Flare» για αποδοτική παραγωγή και το «Sunburst» για υψηλότερη ποιότητα. Και οι δύο παρουσιάστηκαν πρώτη φορά με το Image 2.5.
Η OpenAI δίνει και έναν αριθμό χρήσης: οι χρήστες δημιουργούν πλέον πάνω από 4 δισεκατομμύρια εικόνες την εβδομάδα, συνολικά στο ChatGPT και στο API. Τον Σεπτέμβριο ο αντίστοιχος αριθμός ήταν 3 δισεκατομμύρια. Η εταιρεία μόλις ανακοίνωσε και ότι το ChatGPT δέχεται το ένα πέμπτο των αναζητήσεων της Google.
Πηγή: The Decoder
