أطلقت شركة OpenAI الأميركية نموذجاً جديداً لتوليد الصور بالذكاء الاصطناعي، يحمل اسم Images 2.6، يقدم تحسينات في سرعة إنشاء الصور وجودتها، إلى جانب إمكانية تحويل الصور الثابتة إلى صور متحركة بصيغة GIF، وتوفير أدوات أكثر دقة لتعديل التصميمات، مع الحفاظ على تفاصيل الشخصيات والمنتجات والعلامات التجارية.
وأوضحت الشركة، في بيان، أن النموذج الجديد أصبح متاحاً عبر خدمات ChatGPT وCodex، وكذلك واجهات برمجة التطبيقات API المخصصة للمطورين، مشيرة إلى أنه يتيح توليد الصور بسرعة أعلى بنسبة 50% مقارنة بالإصدار السابق.
وكشفت OpenAI أن المستخدمين والمطورين حول العالم ينشئون حالياً نحو 4 مليارات صورة أسبوعياً باستخدام خدماتها المختلفة، بمتوسط يتجاوز نصف مليار صورة يومياً، ما يعكس حجم الاعتماد المتزايد على أدوات الذكاء الاصطناعي في إنتاج المحتوى البصري.
Images 2.6.. توليد الصور بسرعة أكبر
قدّمت الشركة إصدارين من نموذجها الجديد للمطورين، هما GPT-Image-2.6 Flare وGPT-Image-2.6 Sunburst، ويختلفان في سرعة إنشاء الصور، ومستوى التفاصيل والدقة التي يوفرها كل منهما.
ويركز إصدار Flare على سرعة تنفيذ الطلبات؛ إذ يمكنه إنشاء صورة خلال 6 ثوانٍ فقط عند ضبط مستوى الجودة على الإعداد المنخفض Low، وهو ما يجعله مناسباً للمهام التي تتطلب إنتاج عدد كبير من الصور خلال وقت قصير، أو إجراء تعديلات متكررة على التصميمات.
وأكدت الشركة أن تحسينات Flare لا تقتصر على السرعة، بل تشمل أيضاً تنظيم العناصر داخل الصور، خصوصاً في الملصقات الإعلانية، وصور المنتجات والتصميمات الاحترافية، بحيث تصبح العناصر أكثر اتساقاً مع الترتيب الذي يحدده المستخدم.
أما إصدار Sunburst، فيركز على إنشاء صور بمستوى أعلى من الجودة والتفاصيل، مع تحسين قدرة النموذج على الحفاظ على العناصر الأساسية للصورة عند إجراء تعديلات متتالية عليها، خصوصاً عند اختيار مستويات الجودة المتوسطة، أو المرتفعة.
وتكتسب هذه الميزة أهمية في الاستخدامات التجارية؛ إذ يمكن للمصمم تعديل الخلفية، أو الإضاءة، أو موضع المنتج داخل إعلان، دون حاجة إلى إعادة إنشاء التصميم بالكامل، مع تقليل احتمالات تغير شكل المنتج، أو تفاصيل العلامة التجارية خلال عملية التعديل.
تحويل الأفكار إلى صور متحركة GIF
من أبرز الإضافات في Images 2.6 إمكانية إنشاء صور متحركة بصيغة GIF باستخدام الأوامر النصية، ما يسمح للمستخدم بتحويل فكرة، أو رسم ثابت إلى مجموعة من المشاهد المتتابعة التي تشكل حركة قصيرة قابلة للتكرار.
وتتيح الميزة الجديدة إنشاء شخصيات كرتونية متحركة، وتصميم صور تفاعلية للنشر على شبكات التواصل الاجتماعي، إلى جانب تحريك الشخصيات المستخدمة في الحملات الإعلانية، أو إعداد مشاهد أولية تساعد فرق الإنتاج على تصور حركة الشخصيات قبل البدء في صناعة الفيديوهات.
وعرضت الشركة نماذج توضيحية لهذه الإمكانية، منها شخصية كرتونية لموظف يجلس أمام شاشة تعرض حركة الأسهم، وتتغير تعبيرات وجهه تدريجياً بين التفاؤل والحزن مع تراجع الأسعار، قبل أن يبدأ في البكاء.
وفي نموذج آخر، تتحول تعبيرات الشخصية نفسها إلى السعادة والاحتفال مع ارتفاع أسعار الأسهم؛ إذ يقفز الموظف، ويلقي أوراقاً نقدية في الهواء.
واعتمد إنشاء المثالين على تقسيم الحركة إلى 6 إطارات متتابعة، يجري ترتيبها داخل صورة واحدة، ثم تحويلها إلى حركة متكررة بصيغة GIF.
عدة إطارات للحركة في صورة واحدة
يُعرف هذا الأسلوب باسم Sprite Sheet، وهو يعتمد على جمع عدة إطارات للحركة داخل صورة واحدة، مع الحفاظ على ثبات الشخصية والخلفية والعناصر الأساسية بين الإطارات، بحيث تظهر الحركة بصورة متصلة عند تشغيلها بالتتابع.
ولا تقتصر الإمكانية الجديدة على التصميمات التي أُنشئت رقمياً؛ إذ عرضت OpenAI مثالاً لتحويل رسم بسيط لبومة على ورقة دفتر إلى شخصية متحركة، ما يسمح باستخدام الرسومات اليدوية نقطة بداية لإنشاء شخصيات رقمية للألعاب والتطبيقات والمحتوى المرئي.
وقال الرئيس التنفيذي والمؤسس المشارك لمنصة OpenArt، كوكو ماو، إن الصور المتحركة بصيغة GIF أصبحت إحدى وسائل التعبير الأساسية على شبكات التواصل الاجتماعي، مشيراً إلى أن النموذج الجديد يسمح لصناع المحتوى بإنتاجها باستخدام أمر نصي واحد.
استخدامات في صناعة المحتوى والتسويق
تستهدف الإمكانيات الجديدة قطاعات إنتاج المحتوى والتسويق الرقمي وتصميم المنتجات؛ إذ تسمح للشركات بإنشاء عدة نسخ من الإعلان نفسه، وتعديل عناصره البصرية، وتحويل بعض التصميمات إلى صور متحركة، دون حاجة إلى إعادة تنفيذ العمل من البداية.
كما وسَّعت OpenAI إمكانيات تعديل الصور المتاحة للمطورين عبر واجهات برمجة التطبيقات، بإضافة ميزة Image Markup، التي كانت متاحة بالفعل داخل ChatGPT.
وتسمح الميزة بتحديد مناطق بعينها داخل الصورة لإجراء تعديلات عليها، بدلاً من الاكتفاء بكتابة وصف نصي عام للتغييرات المطلوبة.
وأضافت الشركة إمكانية تصدير التصميمات بصيغة SVG، وهي صيغة للرسوميات المتجهية (Vector Graphics) تتيح استخدام التصميمات بأحجام مختلفة دون فقدان وضوحها، ما يجعلها مناسبة للمواقع الإلكترونية والتطبيقات والمواد المطبوعة.
وتوفر هذه الإضافة مساراً لاستخدام بعض التصميمات الناتجة عن الذكاء الاصطناعي داخل أدوات التطوير والإنتاج، بدلاً من الاقتصار على حفظها في صورة ملفات تقليدية مثل PNG أو JPEG.
ولم توضح الشركة في إعلانها مدى قابلية تعديل العناصر الفردية داخل ملفات SVG الناتجة، أو ما إذا كانت جميع أنواع الصور المدعومة قابلة للتصدير بهذه الصيغة.
تمكين المطورين من التحكم في تعقيد التصميم
أضافت OpenAI إعداداً جديداً للمطورين يحمل اسم Complexity، يسمح بالتحكم في مقدار التخطيط الذي يجريه النموذج، قبل تنفيذ طلب إنشاء الصورة، أو تعديلها.
ويختلف هذا الإعداد عن مستوى جودة الصورة Image Quality؛ إذ يتحكم الأخير في مستوى التفاصيل البصرية ودقة النتيجة، بينما يحدد Complexity مقدار الجهد الذي يخصصه النموذج لفهم الطلب وتنظيم العناصر والالتزام بالشروط المحددة.
وأوضحت الشركة أن الإعداد المنخفض للتعقيد مناسب لمعظم عمليات تعديل الصور البسيطة، خاصة عندما يكون المطلوب تغيير لون، أو إزالة عنصر، أو إجراء تعديل محدود على تصميم موجود بالفعل.
أما المستويات المتوسطة والمرتفعة، فتناسب المشاهد التي تتضمن عناصر متعددة، أو تعليمات معقدة، مثل تحديد مواقع عدد كبير من المنتجات داخل صورة إعلانية، أو الالتزام بتفاصيل دقيقة في ملابس الشخصيات وخلفيات المشهد وتوزيع الإضاءة.
إتاحة عالمية لجميع المستخدمين
أكدت OpenAI إتاحة Images 2.6 عالمياً، اعتباراً من 4 نوفمبر الجاري، لجميع فئات الاشتراك في ChatGPT وCodex، عبر أجهزة الكمبيوتر، والهواتف الذكية، ونسخ الويب.
كما أتاحت إصدارَي GPT-Image-2.6 Sunburst وGPT-Image-2.6 Flare للمطورين عبر واجهات برمجة التطبيقات، مع اختلاف خيارات الجودة والسرعة وفقاً للإصدار المستخدم.
ويأتي الإصدار الجديد في وقت تسعى فيه شركات الذكاء الاصطناعي إلى توسيع استخدام نماذج توليد الصور خارج نطاق إنشاء التصميمات الفردية، لتشمل إنتاج مجموعات متكاملة من المواد الإعلانية والرسوم المتحركة والعناصر البصرية المستخدمة داخل التطبيقات.
ويركز Images 2.6 على تقليل الوقت اللازم للانتقال من الفكرة إلى التصميم النهائي، مع منح المستخدمين والمطورين قدرة أكبر على تعديل النتائج دون فقدان اتساق العناصر الأساسية، وإضافة الصور المتحركة إلى الأدوات المتاحة لإنتاج المحتوى البصري.
