OpenAI: GPT Image 2.5 Sunburst

GPT Image 2.5 Sunburst to model OpenAI do generowania i edycji obrazów, ukierunkowany na precyzję. Przyjmuje tekst i obrazy, a wyniki zwraca w postaci obrazów. Używaj go, gdy zadanie twórcze wymaga starannej modyfikacji istniejącego materiału, pracy z referencjami wizualnymi lub dopracowywania kompozycji w kilku krokach. Opis może prowadzić do utworzenia nowej sceny, przekształcenia istniejącego obrazu lub edycji wybranego obszaru. Sunburst i Flare to osobne wersje: Sunburst kładzie nacisk na precyzję edycji, a Flare jest przeznaczony do szybkiego codziennego generowania.

Przy nowym obrazie opisz główny obiekt, otoczenie, kompozycję, oświetlenie i styl, a następnie określ zamierzony kształt i zastosowanie. W koncepcji produktu poproś o szklaną lampę na kamiennej powierzchni, z miękkim światłem z boku, wyraźnie widoczną sylwetką i wolną przestrzenią na nagłówek. Przy edycji nazwij zmianę i elementy, które powinny pozostać rozpoznawalne: wymień tło, dostosuj światło lub zmień materiał, zachowując wybraną kompozycję. Bezpośrednie procesy generowania i edycji producenta dopuszczają prompt do 32 000 znaków i od jednego do dziesięciu wyników.

Edycja z referencjami może używać do szesnastu obrazów wejściowych. Przypisz każdemu obrazowi rolę, aby instrukcja rozróżniała obiekt do zachowania, otoczenie do wykorzystania i styl do zastosowania. Model może też pracować z maską wskazującą obszar do zmiany. Źródło i maska muszą mieć ten sam format i wymiary, a maska musi zawierać kanał alfa; przewodnik określa wymóg rozmiaru poniżej 50 MB. Przy kilku obrazach źródłowych maska dotyczy pierwszego. Ukierunkowuje żądaną zmianę, ale nie gwarantuje sztywnej granicy, dlatego w opisie uwzględnij instrukcje zachowania elementów i sprawdź otoczenie zmienionego obszaru w wyniku.

Ustawienia jakości to low, medium, high, xhigh, max i auto, z auto jako wartością domyślną. Low może służyć do szybkiego szkicu wizualnego, a wyższe ustawienia warto porównać, gdy znaczenie mają drobne szczegóły. Jakość jest niezależna od wymiarów wyniku i kompresji pliku. Standardowe rozmiary obejmują 1024 × 1024, 1536 × 1024 i 1024 × 1536 pikseli; dostępne są też wymiary automatyczne lub niestandardowe. Dobierz kształt do końcowego układu, zanim zdecydujesz, jak szczegółowy powinien być obraz.

Niestandardowe wymiary muszą być wielokrotnościami szesnastu pikseli, żaden bok nie może przekraczać 3840 pikseli, proporcje muszą mieścić się między 1:3 a 3:1, a całkowite pole obrazu musi wynosić od 655 360 do 8 294 400 pikseli. Wszystkie te warunki obowiązują jednocześnie. Poziomy obraz 3840 × 2160 mieści się w górnym limicie pola, natomiast sama długość dłuższego boku nie sprawia, że dowolna para wymiarów jest poprawna. Rozdzielczości powyżej 2560 × 1440 są opisane jako eksperymentalne. Umieść ważne obiekty, tekst i przydatną wolną przestrzeń w zamierzonym kadrze, zamiast oczekiwać, że większa liczba pikseli rozwiąże problemy kompozycji.

Domyślnym formatem wyniku jest PNG; obsługiwane są też JPEG i WebP. Dla JPEG i WebP można wybrać kompresję od 0 do 100. Tła przezroczyste, nieprzezroczyste i automatyczne odpowiadają różnym potrzebom układu. Przy przezroczystości wybierz PNG lub WebP, aby wynik mógł zachować kanał alfa. Przezroczysty element można następnie umieścić w innej kompozycji, podczas gdy nieprzezroczysty obraz zawiera własne tło. Przechowuj właściwy ukończony plik wraz z opisem i wybranymi ustawieniami wyniku.

OpenAI dokumentuje bezpośrednie generowanie i edycję oraz konwersacyjne narzędzie do generowania obrazów, które może zachowywać wcześniejsze wyniki i stosować kolejne instrukcje. W tym procesie konwersacyjnym działanie może być automatyczne albo wymuszać generowanie lub edycję, gdy obraz znajduje się w kontekście. Używaj wybranego obrazu jako punktu wyjścia do kolejnej zmiany, zamiast bez wyjaśnienia przechodzić do innego wariantu. Udokumentowany proces strumieniowania może dostarczyć do trzech obrazów częściowych przed wynikiem końcowym; częściowy podgląd pokazuje postęp, ale nie jest gotowym materiałem. Interfejs producenta obsługuje również przetwarzanie wsadowe.

Sprawdź edytowany obiekt, napisy, rozmieszczenie przedmiotów i granicę zmiany wskazanej maską w docelowym rozmiarze wyświetlania. GPT Image nadal może mieć trudności z precyzyjnym umiejscowieniem tekstu, uporządkowanymi układami lub spójnością powracających obiektów i elementów marki. Kolejna precyzyjna instrukcja powinna wskazywać widoczny problem i elementy do zachowania. Sunburst przydaje się w dokładnej pracy twórczej opartej na referencjach, której końcowy rezultat można ocenić względem konkretnego opisu wizualnego, dobierając do niego wyższą jakość, wymiary i przezroczystość.