تقدم OpenAI نموذج Images 2.6، وهو تحديث لمولد الصور الخاص بها يضيف خاصية إنشاء صور GIF متحركة ويوفر لواجهة برمجة التطبيقات وظيفة التعليق التوضيحي (annotation) الموجودة بالفعل في ChatGPT. وبعد خضوعه لخمسة اختبارات عملية تركزت على التوليد والتحرير والتحريك، نجح النموذج في بعض المهام وترك أخرى غير مكتملة.
ميزات جديدة مركزة على الإبداع
يتيح Images 2.6 إنشاء صور GIF متحركة، أي صورًا متحركة قصيرة بصيغة شائعة الاستخدام على الويب. كما يمنح المطورين إمكانية ضبط تعقيد مرحلة التخطيط، وهي خطوة تسبق توليد الصورة. بالنسبة للمستخدم، تبقى الطريقة قريبة من النسخة السابقة: وصف النتيجة المتوقعة، وإرفاق صورة مرجعية إذا لزم الأمر، ثم تحديد العناصر التي يجب أن تبقى دون تغيير.
تدعي OpenAI أن التحديث يولد الصور بسرعة تفوق بنسبة 50%. هذا إعلان من المطور، ولم تكن الاختبارات الخمسة الموضحة أدناه قادرة على التحقق منه من خلال مقارنة سرعة مضبوطة.
خمسة اختبارات ونتائج متفاوتة
طلب الاختبار الأول صورة فوتوغرافية سينمائية لدفيئة زجاجية على قمة جبلية مغطاة بالثلوج، عند الغسق. كان يجب أن يتعايش الجليد والتكثيف والنباتات الاستوائية والضوء الدافئ بطريقة مقنعة. وصف المؤلف النتيجة بأنها ناجحة جدًا.
ركز الاختبار الثاني على قائمة مقهى. النص، الذي تم رفعه إلى ChatGPT كملف PDF من صفحة واحدة، احتوى على تسعة أسطر وخمسة أسعار وكلمة «कॉफी» الهندية. يرى المؤلف أن الصورة الناتجة تلبي جميع المعايير، لكن الأسئلة الشائعة للاختبار تشير إلى أن النموذج لم ينسخ جميع الأحرف بدقة: الكلمات والأسعار محفوظة، لكن خمسة شرطات فاصلة تم حذفها. لا يسمح الاختبار أيضًا باستنتاج أن النموذج يدعم تنسيق PDF بشكل أصلي، حيث أن قراءة المستند هي من وظائف ChatGPT.
تمثل الاختبار الثالث في تحرير صورة فوتوغرافية لغرفة. باستخدام أداة التعليق التوضيحي، تم رسم مستطيل أحمر حول كرسي، حيث كان يجب تغيير قماشه إلى قماش مخمل أخضر غامق، دون تعديل بقية الغرفة. وصف المؤلف التعديل بأنه دقيق للغاية.
طلب الاختبار الرابع لوحة على غرار دليل ميداني لدورة حياة فراشة الملك، بأربع مراحل وأربع تسميات دقيقة وسهام تشير إلى التسلسل. تم وصف النتيجة بأنها تخطيط واضح، يمكن استخدامه لتوضيح التحول.
هدف الاختبار الأخير إلى إنشاء صورة GIF متكررة تمثل إبريق شاي نحاسي تحت المطر، مع دوامة من البخار تشكل شكل قلب لفترة وجيزة. تم الحكم على النتيجة بأنها سلسة. وفقًا للأسئلة الشائعة، فهذا GIF مكون من 12 صورة في حلقة مدتها 2.16 ثانية.
حدود يجب مراقبتها
يشير المؤلف إلى أن النتائج ليست مثالية. لا تزال هناك أخطاء في النص وحواف الأشياء والدقة البصرية، مما يفرض مراجعة كل صورة نهائية. ويخلص إلى أن Images 2.6 يبدو واعدًا للاستكشاف الإبداعي وللتحرير العملي، بشرط التحقق من النتيجة.
