بالنسبة لمعظم تاريخ التصوير الفوتوغرافي الذي يمتد إلى 200 عام تقريبًا، كان تغيير الصورة يتطلب بشكل مقنع إما غرفة مظلمة، أو بعض الخبرة في برنامج Photoshop، أو، على الأقل، يدًا ثابتة بالمقص والغراء. في يوم الثلاثاء، أصدرت OpenAI أداة تقلل العملية إلى كتابة جملة.
وهي ليست الشركة الأولى التي تفعل ذلك. في حين أن OpenAI كان لديها نموذج لتحرير الصور التحادثية قيد التنفيذ منذ GPT-4o في عام 2024، فقد تفوقت Google على OpenAI في السوق في مارس بنموذج أولي عام، ثم قامت بتحسينه إلى نموذج شائع يسمى Nano Banana image model (و Nano Banana Pro). لقد جذبت الاستجابة الحماسية لنموذج تحرير الصور من Google في مجتمع الذكاء الاصطناعي انتباه OpenAI.
إن GPT Image 1.5 الجديد من OpenAI هو نموذج لتركيب الصور بالذكاء الاصطناعي يُقال إنه يولّد صورًا أسرع بما يصل إلى أربع مرات من سابقتها ويكلف أقل بنسبة 20 بالمائة تقريبًا من خلال واجهة برمجة التطبيقات. تم طرح النموذج لجميع مستخدمي ChatGPT يوم الثلاثاء ويمثل خطوة أخرى نحو جعل معالجة الصور الواقعية عملية عادية لا تتطلب مهارات بصرية معينة.
تمت إضافة “ملكة الكون المجرية” إلى صورة غرفة بها أريكة باستخدام GPT Image 1.5 في ChatGPT.
تتميز GPT Image 1.5 بأنها نموذج صور “متعدد الوسائط أصلي”، مما يعني أن توليد الصور يحدث داخل نفس الشبكة العصبية التي تعالج المطالبات اللغوية. (على النقيض من ذلك، استخدم DALL-E 3، وهو مولد صور سابق لـ OpenAI تم دمجه سابقًا في ChatGPT، تقنية مختلفة تسمى الانتشار لإنشاء الصور.)
هذا النوع الأحدث من النماذج، والذي تناولناه بمزيد من التفصيل في شهر مارس، يتعامل مع الصور والنصوص على أنها نفس النوع من الأشياء: أجزاء من البيانات تسمى “الرموز” التي يجب التنبؤ بها، والأنماط التي يجب إكمالها. إذا قمت بتحميل صورة لوالدك وكتبت “ضعه في بدلة رسمية في حفل زفاف”، يقوم النموذج بمعالجة كلماتك وبكسلات الصورة في مساحة موحدة، ثم يُخرج بكسلات جديدة بنفس الطريقة التي يُخرج بها الكلمة التالية في الجملة.
باستخدام هذه التقنية، يمكن لـ GPT Image 1.5 تغيير الواقع المرئي بسهولة أكبر من نماذج صور الذكاء الاصطناعي السابقة، أو تغيير وضع شخص ما أو موضعه، أو عرض مشهد من زاوية مختلفة قليلاً، بدرجات متفاوتة من النجاح. ويمكنه أيضًا إزالة الكائنات وتغيير الأنماط المرئية وضبط الملابس وتحسين مناطق معينة مع الحفاظ على شكل الوجه عبر التعديلات المتعاقبة. يمكنك التحدث مع نموذج الذكاء الاصطناعي حول الصورة الفوتوغرافية وتنقيتها ومراجعتها، بنفس الطريقة التي قد تقوم بها بإعداد مسودة رسالة بريد إلكتروني في ChatGPT.
