OpenAI: GPT Image 2.5 Sunburst

Το GPT Image 2.5 Sunburst είναι το μοντέλο της OpenAI για δημιουργία και επεξεργασία εικόνων με προσανατολισμό στην ακρίβεια. Δέχεται εισόδους κειμένου και εικόνας και παράγει εικόνες εξόδου. Χρησιμοποιήστε το όταν μια δημιουργική εργασία εξαρτάται από την προσεκτική τροποποίηση υπάρχοντος υλικού, την εργασία με οπτικές αναφορές ή τη βελτίωση μιας σύνθεσης σε πολλά βήματα. Η περιγραφή μπορεί να δημιουργεί μια νέα σκηνή, να μεταμορφώνει μια υπάρχουσα εικόνα ή να καθοδηγεί επεξεργασία επιλεγμένης περιοχής. Τα Sunburst και Flare είναι ξεχωριστές εκδόσεις: το Sunburst δίνει έμφαση στην ακρίβεια επεξεργασίας, ενώ το Flare προορίζεται για γρήγορη καθημερινή δημιουργία.

Για νέα εικόνα, περιγράψτε το θέμα, το περιβάλλον, τη σύνθεση, τον φωτισμό και το ύφος και κατόπιν δηλώστε το επιθυμητό σχήμα και τη χρήση. Για μια ιδέα προϊόντος, ζητήστε ένα γυάλινο φωτιστικό πάνω σε πέτρινη επιφάνεια με απαλό πλευρικό φωτισμό, σαφώς ορατή σιλουέτα και ελεύθερο χώρο για επικεφαλίδα. Για επεξεργασία, ονομάστε την αλλαγή και τα στοιχεία που πρέπει να παραμείνουν αναγνωρίσιμα: αντικαταστήστε το φόντο, προσαρμόστε το φως ή αλλάξτε ένα υλικό διατηρώντας την επιλεγμένη σύνθεση. Οι άμεσες ροές δημιουργίας και επεξεργασίας του δημιουργού επιτρέπουν προτροπή έως 32 000 χαρακτήρες και ένα έως δέκα αποτελέσματα.

Η επεξεργασία με αναφορές μπορεί να χρησιμοποιεί έως δεκαέξι εικόνες εισόδου. Αναθέστε σε κάθε εικόνα έναν ρόλο ώστε η οδηγία να διακρίνει το θέμα που πρέπει να διατηρηθεί, το περιβάλλον που πρέπει να χρησιμοποιηθεί και το ύφος που πρέπει να εφαρμοστεί. Το μοντέλο μπορεί επίσης να εργαστεί με μάσκα που υποδεικνύει μια περιοχή προς αλλαγή. Η εικόνα προέλευσης και η μάσκα χρειάζονται ίδια μορφή και διαστάσεις και η μάσκα πρέπει να διαθέτει κανάλι άλφα· ο οδηγός ορίζει απαίτηση μεγέθους κάτω από 50 MB. Με πολλές εικόνες προέλευσης, η μάσκα εφαρμόζεται στην πρώτη. Καθοδηγεί τη ζητούμενη αλλαγή αντί να εγγυάται αυστηρό όριο, επομένως συμπεριλάβετε οδηγίες διατήρησης στην περιγραφή και εξετάστε τη γύρω περιοχή στο αποτέλεσμα.

Οι ρυθμίσεις ποιότητας είναι low, medium, high, xhigh, max και auto, με προεπιλογή το auto. Το low μπορεί να υποστηρίζει ένα γρήγορο οπτικό προσχέδιο, ενώ οι υψηλότερες ρυθμίσεις είναι χρήσιμες για σύγκριση όταν έχουν σημασία οι λεπτές λεπτομέρειες. Η ποιότητα είναι ξεχωριστή από τις διαστάσεις εξόδου και τη συμπίεση αρχείου. Τα τυπικά μεγέθη περιλαμβάνουν 1024 × 1024, 1536 × 1024 και 1024 × 1536 pixel, ενώ διατίθενται επίσης αυτόματες ή προσαρμοσμένες διαστάσεις. Επιλέξτε το σχήμα με βάση την τελική διάταξη πριν αποφασίσετε πόση λεπτομέρεια χρειάζεται η εικόνα.

Οι προσαρμοσμένες διαστάσεις πρέπει να είναι πολλαπλάσια των δεκαέξι pixel, καμία πλευρά δεν μπορεί να υπερβαίνει τα 3840 pixel, η αναλογία διαστάσεων πρέπει να παραμένει μεταξύ 1:3 και 3:1 και το συνολικό εμβαδόν πρέπει να βρίσκεται μεταξύ 655 360 και 8 294 400 pixel. Αυτές οι συνθήκες ισχύουν μαζί. Ένα οριζόντιο κάδρο 3840 × 2160 χωρά στο ανώτατο όριο εμβαδού, ενώ μια μεγάλη πλευρά από μόνη της δεν καθιστά έγκυρο ένα αυθαίρετο ζεύγος διαστάσεων. Οι αναλύσεις πάνω από 2560 × 1440 περιγράφονται ως πειραματικές. Κρατήστε τα σημαντικά αντικείμενα, το κείμενο και τον χρήσιμο κενό χώρο μέσα στην επιθυμητή περικοπή αντί να βασίζεστε σε περισσότερα pixel για να επιλύσουν τη σύνθεση.

Το PNG είναι η προεπιλεγμένη μορφή εξόδου· υποστηρίζονται επίσης JPEG και WebP. Για JPEG και WebP μπορεί να επιλεγεί συμπίεση από 0 έως 100. Τα διαφανή, αδιαφανή και αυτόματα φόντα εξυπηρετούν διαφορετικές ανάγκες διάταξης. Για διαφάνεια, επιλέξτε PNG ή WebP ώστε το αποτέλεσμα να μπορεί να διατηρεί κανάλι άλφα. Ένα διαφανές στοιχείο μπορεί κατόπιν να τοποθετηθεί σε άλλη σύνθεση, ενώ μια αδιαφανής εικόνα παρέχει το δικό της φόντο. Κρατήστε το πραγματικό ολοκληρωμένο αρχείο μαζί με την περιγραφή και τις επιλεγμένες ρυθμίσεις εξόδου.

Η OpenAI τεκμηριώνει άμεση δημιουργία και επεξεργασία, καθώς και ένα εργαλείο δημιουργίας εικόνων μέσω συνομιλίας που μπορεί να διατηρεί προηγούμενα αποτελέσματα και να εφαρμόζει επόμενες οδηγίες. Σε αυτή τη ροή συνομιλίας, η ενέργεια μπορεί να είναι αυτόματη, υποχρεωτική δημιουργία ή υποχρεωτική επεξεργασία όταν υπάρχει εικόνα στο πλαίσιο. Χρησιμοποιήστε την επιλεγμένη εικόνα ως αφετηρία για την επόμενη αλλαγή αντί να αλλάζετε σιωπηρά σε άλλη παραλλαγή. Η τεκμηριωμένη ροή συνεχούς μετάδοσης μπορεί να παραδώσει έως τρεις μερικές εικόνες πριν από το τελικό αποτέλεσμα· μια μερική προεπισκόπηση βοηθά να φαίνεται η πρόοδος αλλά δεν είναι το ολοκληρωμένο υλικό. Η διεπαφή του κατασκευαστή υποστηρίζει επίσης μαζική επεξεργασία.

Ελέγξτε το επεξεργασμένο θέμα, τα γράμματα, την τοποθέτηση αντικειμένων και το όριο μιας αλλαγής με μάσκα στο επιθυμητό μέγεθος προβολής. Το GPT Image μπορεί ακόμη να δυσκολεύεται με την ακριβή τοποθέτηση κειμένου, τις δομημένες διατάξεις ή τη συνέπεια μεταξύ επαναλαμβανόμενων θεμάτων και στοιχείων επωνυμίας. Μια στοχευμένη επόμενη οδηγία πρέπει να προσδιορίζει το ορατό πρόβλημα και τα στοιχεία που πρέπει να διατηρηθούν. Το Sunburst είναι χρήσιμο για μια ακριβή δημιουργική ροή που καθοδηγείται από αναφορές και της οποίας το τελικό παραδοτέο μπορεί να αξιολογηθεί ως προς μια συγκεκριμένη οπτική περιγραφή, με υψηλότερη ποιότητα, διαστάσεις και διαφάνεια επιλεγμένες για αυτό το παραδοτέο.