Vai al contenuto
AI.info

The Pulse

OpenAI rilascia ChatGPT Images 2.5, con modifiche più rapide e precise

OpenAI ha rilasciato ChatGPT Images 2.5, con una maggiore fedeltà alle foto di riferimento, modifiche su più turni, generazione a partire da schizzi e una latenza ridotta fino al 50%. L’aggiornamento aggiunge anche modelli predefiniti, comm

OpenAI rilascia ChatGPT Images 2.5, con modifiche più rapide e precise

AI.info Team · Scritto con l’IA · verificato ·

Quando Axios ha messo alla prova il nuovo motore per le immagini di OpenAI con la fotografia di un gatto nero di nome Raven, il modello ha trasformato l’animale in un detective da film noir, nel soggetto di una vetrata e in un diagramma anatomico, preservando quella che chi ha eseguito il test ha definito la «meravigliosa espressione per nulla impressionata» di Raven. In un altro test, dedicato alla modifica di un tatuaggio, l’utente ha potuto cerchiare l’area da cambiare, chiedere elementi più chiari e perfezionare il disegno nell’arco di più turni.

Queste dimostrazioni mostrano su cosa si concentra ChatGPT Images 2.5, che OpenAI ha rilasciato l’8 settembre. L’aggiornamento affronta un punto debole persistente dei generatori di immagini: apportare modifiche sostanziali senza perdere l’identità, la composizione o i dettagli dell’immagine originale.

Secondo OpenAI, ogni settimana vengono create più di 3 miliardi di immagini tra ChatGPT Images e i suoi modelli GPT-Image nell’API. Images 2.5 è ora in fase di distribuzione agli utenti di ChatGPT, ChatGPT Work e Codex sul web, desktop e dispositivi mobili, per tutti i piani.

La prova pratica di Axios ha rilevato che il nuovo editor gestisce le immagini di riferimento e le revisioni mirate in modo più efficace rispetto alle versioni precedenti, comprese le modifiche effettuate segnando una parte dell’immagine invece di descrivere ogni cambiamento per iscritto.

Le foto di riferimento vengono gestite con maggiore coerenza

Secondo OpenAI, quando lavora a partire da foto di riferimento, Images 2.5 produce un’illuminazione più naturale, texture più ricche e soggetti più riconoscibili. Gli utenti possono inserire una persona, un animale domestico o un altro soggetto familiare in un’ambientazione, uno stile visivo o una composizione diversi, conservandone un maggior numero di tratti distintivi.

Il modello punta anche a preservare il resto dell’immagine quando un utente ne modifica un elemento. Chi esegue la modifica può aggiornare un prodotto, uno sfondo o un testo mantenendo intatti il soggetto, la composizione e lo stile visivo circostante. È un aspetto importante per i lavori creativi che richiedono interventi ripetuti, nei quali ricreare un intero contenuto dopo ogni revisione può introdurre cambiamenti indesiderati.

«Quello che ci ha colpito di più di GPT‑Image‑2.5 Flare è quanto bene capisca cosa non cambiare», ha detto Axultan Alimkulov, responsabile di prodotto di Higgsfield AI. «Si può apportare una modifica significativa senza perdere il carattere, la composizione o l’identità visiva dell’immagine originale».

Secondo OpenAI, il modello conserva in modo più affidabile le modifiche precedenti durante le conversazioni più lunghe. Ogni nuova istruzione è pensata per partire dalla versione precedente senza deteriorare la qualità dell’immagine o annullare i dettagli definiti in precedenza.

Schizzi, modelli predefiniti e commenti portano le modifiche oltre i prompt

ChatGPT Images 2.5 aggiunge diversi strumenti di controllo pensati per gli utenti che non vogliono descrivere a parole ogni modifica visiva. La nuova funzione Sketch consente di disegnare direttamente in ChatGPT e usare il disegno come guida per l’immagine finale. Una disposizione approssimativa di una stanza, la sagoma di un abito o un oggetto possono servire da riferimento visivo prima che il modello generi il risultato completo.

I modelli predefiniti offrono punti di partenza per formati come poster, volantini, merchandising e fotografie di prodotti. Gli utenti possono poi aggiungere le informazioni, gli elementi grafici e lo stile visivo desiderati. La documentazione di assistenza di OpenAI indica che i modelli predefiniti consentono anche di caricare immagini di riferimento, quando la categoria lo supporta.

Gli utenti possono inserire commenti direttamente su un’immagine per indicare dove apportare una modifica. Possono anche condividere il prompt usato per creare un’immagine, consentendo a un’altra persona di riutilizzare l’idea con foto e dettagli diversi invece di copiare il contenuto originale senza modificarlo.

Flare e Sunburst, due modelli distinti per l’API

OpenAI rilascia due modelli per l’API insieme all’aggiornamento di ChatGPT. GPT-Image-2.5 Flare è l’opzione predefinita per la maggior parte delle applicazioni ed è progettato per strumenti destinati ai creatori, contenuti per i social, esperienze di prodotto, ricerca visiva, prototipazione e generazione di grandi volumi.

Secondo OpenAI, Flare offre risultati di qualità superiore a GPT-Image-2 con una latenza inferiore del 50%. GPT-Image-2.5 Sunburst è destinato ai flussi di lavoro che richiedono un controllo più rigoroso delle modifiche, tra cui la realizzazione di materiali creativi per campagne e immagini di prodotto rifinite, con tempi di generazione più lunghi.

Questa distinzione offre agli sviluppatori la scelta tra una generazione più rapida e per usi generali e un modello più lento, pensato per lavori creativi di dettaglio. Secondo l’annuncio di OpenAI, i modelli sono disponibili anche attraverso prodotti di partner, tra cui Adobe Firefly.

La velocità aumenta, ma il realismo accentua le esigenze di sicurezza

Secondo OpenAI, Images 2.5 riduce la latenza di generazione fino al 50% rispetto a Images 2.0. Una produzione più rapida è particolarmente rilevante per le modifiche in più passaggi, nelle quali gli utenti possono apportare diversi piccoli cambiamenti prima di accettare un’immagine finale.

La scheda sulla sicurezza dell’azienda riconosce che un maggiore realismo può rendere più convincenti i deepfake che coinvolgono persone, luoghi ed eventi reali. Le misure di protezione di OpenAI esaminano i prompt, le immagini in ingresso e i risultati generati, utilizzando controlli basati sulle policy, classificatori di immagini e un modello di ragionamento per la sicurezza prima che un’immagine venga mostrata.

Nella valutazione avversaria di OpenAI, sono stati mostrati risultati non sicuri nell’1,09% dei casi per Sunburst e nell’1,41% per Flare, rispetto all’1,64% della versione di riferimento ChatGPT Images 2.0. L’azienda precisa che l’insieme di test è stato progettato per provocare violazioni delle policy e non rappresenta il normale traffico in produzione.

Images 2.5 continua a usare metadati C2PA e filigrane invisibili per aiutare a identificare le immagini create con gli strumenti di OpenAI. Il rilascio mette l’aggiornamento direttamente a disposizione degli utenti di ChatGPT, offrendo al contempo agli sviluppatori due modelli distinti per i flussi di lavoro di produzione delle immagini.

Fonte

Notizie correlate

Esplora

Altri articoli