OpenAI lansează Images 2.6: imagini de 50% mai rapide și suport GIF-uri

Cum s-a obținut viteza mai mare?

OpenAI a lansat modelul Images 2.6, disponibil în ChatGPT, Codex și API. Noutatea principală: timpul de generare a scăzut cu 50%, iar acum poți crea GIF-uri animate direct din prompturi textuale. Lansarea a avut loc pe 15 aprilie 2024 și este disponibilă imediat pentru toți utilizatorii ChatGPT Plus și dezvoltatorii care folosesc platforma OpenAI.

Noua versiune se bazează pe Images 2.5, cu un pipeline de inferență optimizat și un proces de difuzie rafinat. Viteza mai mare vine din pași de denoising optimizați și o arhitectură neuronală mai eficientă. Utilizatorii pot acum produce imagini de mare rezoluție în aproximativ 1,2 secunde, față de 2,4 secunde la modelele anterioare. Suportul pentru GIF-uri permite creatorilor să genereze animații în buclă direct din prompturi textuale, extinzând utilitatea instrumentului pentru conținut de rețele sociale și marketing.

De ce contează suportul GIF?

Echipa de inginerie OpenAI a explicat că creșterea vitezei se obține prin eliminarea calculelor redundante din pașii de difuzie. „Am re-inginerat bucla de denoising, tăind operații inutile fără a sacrifica fidelitatea vizuală”, a spus un purtător de cuvânt. Modelul continuă să livreze ieșiri de 1024 × 1024 pixeli, păstrând același nivel de detaliu ca înainte. Primii utilizatori raportează că noua viteză reduce timpii de așteptare pentru cereri în serie, făcând API-ul mai potrivit pentru aplicații în timp real, precum suprapuneri pentru streaming live sau prototipare rapidă.

Funcția de GIF este o premieră pentru suita de generare de imagini a OpenAI. Prin lanțuirea mai multor cadre prin procesul de difuzie, modelul poate produce animații scurte, în buclă, care se potrivesc cu stilul promptului. Utilizatorii pot specifica numărul de cadre, durata și comportamentul de buclă, permițând crearea simplă de conținut dinamic pentru campanii de marketing sau postări pe rețele sociale. Compania precizează că GIF-urile sunt generate la o rezoluție mai mică (512 × 512) pentru a păstra timpii de procesare joși, dar pot fi scalate ulterior cu instrumente existente.

Vor adopta dezvoltatorii noul model?

Dezvoltatorii au exprimat entuziasm pentru generarea mai rapidă, notând că se aliniază cu cererea tot mai mare pentru instrumente creative în timp real. „Reducerea cu 50% a latenței e un schimbator de joc pentru aplicații interactive”, a spus un dezvoltator care a testat API-ul. Totuși, unii avertizează că ieșirile GIF pot încă necesita procesare ulterioară pentru cazuri de utilizare de înaltă calitate. OpenAI a actualizat și structura sa de prețuri pentru a reflecta creșterea throughput-ului, oferind cote mai mari pentru utilizatorii care au nevoie de generare în masă.

Actualizarea vine într-un moment în care concurenții extind și ei ofertele lor de generare de imagini. Prin livrarea atât a vitezei, cât și a capacității de animație, OpenAI își consolidează poziția de lider în instrumente creative conduse de IA. Compania planifică continuarea rafinării modelului, cu o hartă de drum care include GIF-uri la rezoluție mai mare și controale de stil mai avansate.

Î: Suportă Images 2.6 o rezoluție mai mare decât 1024 × 1024? R: Nu, rezoluția maximă rămâne 1024 × 1024 pixeli pentru imagini statiche. GIF-urile sunt limitate la 512 × 512 pentru a păstra procesarea rapidă.

Întrebări frecvente

Î: Pot folosi funcția de GIF în ChatGPT? R: Da, utilizatorii ChatGPT Plus pot cere GIF-uri animate direct prin interfața de chat, specificând numărul de cadre și setările de buclă.

Î: E prețul per imagine mai mare cu noul model? R: Costul de bază per imagine nu s-a schimbat, dar cotele de utilizare mai mari oferă cote mărite pentru a acomoda rata mai rapidă de generare.