OpenAI uczy ChatGPT animować obrazki - Images 2.6 generuje GIFy z tekstu i zdjęć

Animację w ChatGPT można uruchomić na dwa sposoby: opisując słowami, co ma się na niej dziać, albo wgrywając zdjęcie, które program ma "ożywić". Funkcja trafiła do użytkowników wraz z modelem Images 2.6, który OpenAI udostępniło wczoraj. Oprócz samego generowania ruchomych obrazków, twórcy dostali też narzędzia do modyfikowania efektu, przeglądania pojedynczych klatek oraz zmiany tempa odtwarzania. To oznacza, że generator grafik OpenAI wychodzi poza statyczne obrazy i wkracza w świat prostych animacji.

Z tekstu i fotografii powstaje teraz prawdziwy GIF

Do tej pory iluzję ruchu w ChatGPT uzyskiwano, zestawiając ze sobą dwie lekko odmienne grafiki - nie były to jednak faktyczne animacje w formacie GIF. Tym razem mechanizm działa inaczej: system tworzy sekwencję klatek, które wyświetlane jedna po drugiej dają wrażenie płynnego ruchu.

Punktem wyjścia może być proste polecenie tekstowe - choćby prośba o tańczące zwierzę. Da się też wykorzystać własne zdjęcie, dodając opis tego, jak ma poruszać się znajdująca się na nim postać czy przedmiot. OpenAI wyraźnie kładzie nacisk na praktyczne zastosowania tej funkcji. Animacje mogą posłużyć jako reakcje w komunikatorach, postacie na potrzeby social mediów, firmowe maskotki albo krótkie materiały reklamowe. Z kolei prosty szkic da się przekształcić w animowaną postać, którą następnie można wykorzystać w większym projekcie.

Regulacja prędkości i edycja klatka po klatce

Funkcja nie zatrzymuje się na jednorazowym wygenerowaniu pliku. ChatGPT umożliwia dostosowanie tempa animacji w zakresie od 0,5x do 2x, dzięki czemu użytkownik sam decyduje, czy ruch ma być żwawszy, czy bardziej wyciszony.

Możliwe jest również przeglądanie animacji klatka po klatce i nanoszenie poprawek na poszczególne fragmenty, bez potrzeby generowania całości od nowa. Narzędzie zachowało przy tym dotychczasową opcję modyfikowania obrazu zwykłymi poleceniami tekstowymi.

Images 2.6 szybciej radzi sobie też ze zwykłymi grafikami

Animacje to nie jedyna zmiana w tej aktualizacji. Według OpenAI, model Images 2.6 tworzy statyczne obrazy o 50% szybciej niż poprzednia wersja. Firma zwraca też uwagę na większą dokładność przy wprowadzaniu kolejnych edycji oraz lepsze utrzymywanie spójnego wyglądu postaci, produktów i elementów identyfikacji wizualnej.

Takie usprawnienia mają szczególne znaczenie dla twórców materiałów marketingowych, plakatów i grafik produktowych - pozwalają nanosić poprawki bez obawy, że z każdą kolejną wersją zmieni się wygląd głównego obiektu na obrazku.

OpenAI podało, że użytkownicy ChatGPT, Codex oraz API generują łącznie ponad 4 miliardy obrazów tygodniowo. Nowy model ma jeszcze bardziej poszerzyć pole zastosowań generatora.

Gdzie i kiedy dostępna jest nowa funkcja GIF-ów

Images 2.6 trafia do ChatGPT i Codex zarówno na komputerach, jak i urządzeniach mobilnych oraz w przeglądarkach internetowych. Dla deweloperów korzystających z API OpenAI przygotowało dwa osobne modele: GPT-Image-2.6 Flare, zoptymalizowany pod kątem szybkości, oraz Sunburst, przeznaczony do bardziej złożonych i szczegółowych grafik.

Warto przy tym odróżnić oba rozwiązania. Tworzenie animowanych GIF-ów w ChatGPT to nowa funkcja użytkowa, podczas gdy Flare i Sunburst to modele skierowane do programistów pracujących z API.

Wdrożenie postępuje stopniowo, więc część użytkowników może jeszcze nie zobaczyć nowych opcji od razu. Sama zmiana jest już jednak potwierdzona oficjalnie: ChatGPT potrafi tworzyć animowane GIF-y na bazie tekstu i zdjęć, a następnie pozwala je edytować bez sięgania po osobne oprogramowanie.