Az OpenAI bejelentette az Images 2.6 verzióját, amely mostantól elérhető a ChatGPT-ben, a Codexben és az API-n keresztül. A frissítés két fő irányban ígér változást: gyorsabb képgenerálást és új eszközöket a képek szerkesztéséhez és animálásához.
Teljesítmény és felhasználási adatok
A vállalat közlése szerint a felhasználók heti szinten körülbelül 4 milliárd képet hoznak létre a ChatGPT-ben, a Codexben és az API-n — ez napi átlagban több mint 500 millió képet jelent. Az Images 2.6 a korábbi kiadáshoz képest 50%-kal gyorsabb képgenerálást tesz lehetővé.
Fejlesztők számára az API két modellt kínál: GPT‑Image‑2.6 Flare és GPT‑Image‑2.6 Sunburst. Flare alacsony minőségbeállítás mellett akár hat másodperc alatt is képes képet létrehozni, míg a Sunburst a részletességet és a szerkesztések közötti konzisztenciát helyezi előtérbe közepes vagy magas minőségi beállítások mellett. A Flare emellett javítja a kompozíciót és a layout‑minőséget poszterek, termékfotók és más professzionális vizuálok esetén.
GIF-ek és sprite‑lapok: mozgás a statikus képeken
Az Images 2.6 új lehetőséget ad az animációra: a képekből könnyen készíthetők looping GIF-ek vagy sprite‑lapok. OpenAI példaként említ marketinges és alkotói felhasználásokat — márkamaszkot animálhatnak kampányhoz, mémeket vagy reakciókat készíthetnek közösségi média tartalomhoz, illetve elővázlatokat hozhatnak létre karaktermozgás teszteléséhez video‑gyártás előtt.
A cég bemutatott példapromtokban részletesen leír egy hat képkockás, 3×2 elrendezésű sprite‑lapot chibi stílusú karakterre vonatkozóan — mindkét példa szigorúan megadott keretekkel (azonos kameraállás, ugyanaz a háttér és karakter, kockák egyenlő méretűek, nincsenek feliratok vagy logók stb.). Az OpenAI hangsúlyozza, hogy nem szükséges kész, részletes dizájn: egy egyszerű vázlatból is készíthetők kifejező, animált karakterek videókhoz, játékokhoz és egyéb felhasználásokhoz.
Szerkesztési kontrollok és fejlesztői funkciók
Az Images 2.6 több kontrollt ad a fejlesztők kezébe arról, hogyan készülnek és hogyan szerkeszthetők a képek, valamint hogyan vihetők át a munkafolyamat következő fázisába. A fontosabb újítások:
- Az image markup funkció, amely eddig a ChatGPT‑ben volt elérhető, most bekerül az API‑ba is, így csapatok pontosan megjelölhetik, hol kell módosítást végrehajtani.
- SVG export lehetősége, amely megkönnyíti a tervek továbbhasználatát weben, alkalmazásokban és nyomtatásban.
- Új complexity paraméter, amely szabályozza, mennyi „tervezést” végez el a modell a kérés teljesítésekor — alacsonyabb beállítás gyorsabb szerkesztésekhez, magasabb beállítás összetettebb jelenetekhez ajánlott.
- Külön képminőség‑vezérlés, amely a vizuális részletességet és hűséget állítja be; a complexity és a quality együtt határozza meg az eredmény jellemzőit.
OpenAI ajánlása szerint a legtöbb szerkesztési feladathoz a gyorsabb eredmény érdekében alacsony complexity értéket érdemes használni, és a munkafolyamat által igényelt képminőséget kombinálni vele. Bonyolultabb, sok elemet tartalmazó jeleneteknél közepes vagy magas complexity javasolt.
Ügyfélpéldák, elérhetőség és biztonság
OpenAI említ egy korai hozzáférésben részt vevő ügyfelet, a Town nevű startupot, amely az Images 2.6 API‑t használta animált karakterek kipróbálására az AI alapú munkaasszisztensében, hogy több személyiséget vigyenek a mindennapi interakciókba.
Az Images 2.6 világszerte elérhető ma a ChatGPT‑ben és a Codexben minden előfizetési szinten, asztali, mobil és webes felületeken. A GPT‑Image‑2.6 Sunburst és GPT‑Image‑2.6 Flare modellek elérhetők az API‑ban; az árképzéssel kapcsolatos részleteket az OpenAI dokumentációja ismerteti. A vállalat emellett felhívja a figyelmet a modell biztonsági értékeléseire és védelmi intézkedéseire, amelyekről a rendszerkártya (system card) tartalmaz további információkat.
Miért számít ez?
Az Images 2.6 a gyorsaságot, az animációs lehetőségeket és a szerkesztési pontosságot egyaránt előtérbe helyezi, ami különösen hasznos lehet marketingeseknek, termékfejlesztőknek és kreatív csapatoknak. A fejlesztői kontrollok és az API‑szintű markup export lehetővé teszik a finomhangolást és a zökkenőmentes integrációt különböző munkafolyamatokba.
Az OpenAI hangsúlyozza, hogy a funkciók mellett a biztonsági értékelések és a rendszerkártya dokumentációja segít a felelős alkalmazásban és bevezetésben.
