ChatGPT вече прави GIF анимации – какво още носи Images 2.6

OpenAI пусна на 4 ноември ChatGPT Images 2.6 – нова версия на генератора на изображения, която за първи път превръща текст, снимка или скица в анимиран GIF. Обновлението стига до всички абонаментни нива на ChatGPT и Codex, включително безплатното, а за хората, които правят визии за социални мрежи, магазини или собствен бранд, най-важното е друго: AI вече може да помни как изглеждат героите и продуктите ви.

GIF от една снимка, с редакция кадър по кадър

Най-видимата новост е анимацията. Описвате какво искате или качвате снимка, а ChatGPT връща кратък GIF, който се върти в цикъл и може да се сподели директно. Ако някой момент не се е получил, не започвате отначало – скоростта се променя след генерирането, а отделните кадри могат да се поправят поотделно, обяснява OpenAI в официалното си съобщение.

Компанията насочва функцията колкото към личните чатове, толкова и към бизнеса. „От лични реакции до талисмани на марки и продуктови визии – GIF анимациите дават на хората и бизнеса игрив начин да общуват“, цитира OpenAI изданието Trending Topics.

Засега OpenAI не е посочила колко дълъг може да бъде един GIF, от колко кадъра се състои и колко анимации на ден получава всеки план. Това е съществено, защото анимацията е по-тежка за изчисление от едно статично изображение и безплатните лимити вероятно ще са по-строги.

Персонажът ви вече не се променя от картинка на картинка

Досега един от най-дразнещите проблеми при AI изображенията беше, че героят от първата картинка изглежда малко по-различно във втората. Images 2.6 добавя библиотека с референтни изображения: веднъж качвате снимка на себе си, на кучето си или на измислен персонаж и после я използвате отново, без да я прикачвате във всеки разговор. По думите на OpenAI героите, продуктите и детайлите на марката трябва да остават еднакви в поредица от изображения.

Третата новост е маркирането. Вместо да описвате с думи кой точно ъгъл на снимката да се промени, очертавате мястото директно върху изображението. В комбинация с подобрената редакция това трябва да намали броя на опитите, докато стигнете до желания резултат.

В избора на модел в ChatGPT се появява и настройка за това колко „мисли“ генераторът. По-високото ниво дава по-внимателна работа, по-ниското – по-бърз отговор.

Flare и Sunburst – какво получават разработчиците

В API идват два нови модела. GPT-Image-2.6 Flare е оптимизиран за скорост и според OpenAI създава изображение „за едва шест секунди“, а GPT-Image-2.6 Sunburst е по-бавният вариант с по-високо качество и по-постоянен резултат при поредица от редакции. Компанията обявява общо ускорение от 50% спрямо предишното поколение.

Само в API е и експортът в SVG – векторен формат, удобен за уебсайтове, приложения и печат. Тук обаче има ограничения: SVG се генерира по едно изображение на заявка и без поточно предаване. В форума за разработчици на OpenAI потребители отбелязват също, че изображенията с ниско и средно качество излизат по-скъпо, отколкото при версия 2.5 – това е тяхно наблюдение, а не официална ценова промяна.

Воден знак, който не се вижда

В техническата карта на модела OpenAI посочва, че изображенията от ChatGPT, Codex и API вече носят невидим воден знак SynthID – технологията на Google DeepMind – освен познатите метаданни C2PA. Така по-лесно ще се доказва, че една снимка е създадена от AI, дори ако метаданните ѝ бъдат изтрити.

Компанията е честна и за слабостите. В тест с 3077 умишлено провокативни заявки моделът Sunburst е пропуснал 1,72% от нарушенията, а по-бързият Flare – 2,14%. За анимациите OpenAI признава, че нарушенията, свързани с движението, „може не винаги да бъдат уловени“. Именно затова GIF функцията е мястото, където ще се види дали защитите работят на практика.

Преди да качите свои снимки като референция

Библиотеката с референции е удобна, но означава, че снимки на лицето ви остават запазени в профила ви. Ако използвате ChatGPT за работа или споделяте акаунта с някого, помислете кои изображения качвате и проверете настройките за данните си – описахме ги подробно в 7 настройки, с които да защитите поверителността си в ChatGPT и Gemini. Не качвайте снимки на други хора без тяхното съгласие – в ЕС това е въпрос и на защита на личните данни.

Новата версия се разпространява постепенно в уеб, настолното и мобилното приложение. OpenAI не споменава регионални ограничения, така че потребителите в България би трябвало да я получат заедно с останалите – ако все още не я виждате, обновете приложението.

Защо OpenAI залага толкова на изображенията

Цифрите обясняват бързината. По данни на компанията потребителите създават над 4 милиарда изображения седмично в ChatGPT и API – при 3 милиарда през септември. След като през март OpenAI затвори видео приложението Sora, кратките анимации в ChatGPT изглеждат като по-евтин начин да предложи движение, без да влиза в пряка битка с видео моделите на Google.

Конкуренцията не спи. Google развива Nano Banana и Veo, Meta има Muse Image, а Canva пусна собствения си модел Craft. Google пък вече прави AI аватар от една ваша снимка във Vids. На този фон постоянните персонажи и GIF анимациите са точно функциите, които малкият бизнес и създателите на съдържание търсят. Остава да видим колко щедри ще са лимитите – особено след като от декември ChatGPT и Codex започват да делят общ лимит. Още новини за AI инструментите следим в рубриката AI инструменти.