OpenAI presenta Images 2.6, un aggiornamento del suo generatore di immagini che aggiunge la creazione di GIF animate e porta nell’API la funzione di annotazione già presente in ChatGPT. Sottoposto a cinque test pratici sulla generazione, la ritocco e l’animazione, il modello ha superato alcuni compiti e ne ha lasciati altri incompleti.
- OpenAI aggiorna Images 2.6 e aggiunge la creazione di GIF animate.
- Il modello supera la maggior parte dei cinque test pratici.
- Restano errori nel testo, nei contorni e nella precisione visiva.
- Ogni immagine finale va quindi verificata prima dell’uso.
Novità incentrate sulla creazione
Images 2.6 consente di creare GIF animate, cioè brevi immagini animate nel formato ampiamente utilizzato sul web. Offre inoltre agli sviluppatori la possibilità di regolare la complessità della fase di pianificazione, un passo che precede la generazione dell’immagine. Per l’utente, il metodo rimane simile a quello della versione precedente: descrivere il risultato atteso, allegare un’immagine di riferimento se necessario, poi specificare cosa deve rimanere invariato.
OpenAI afferma che l’aggiornamento genera le immagini il 50% più velocemente. Si tratta di un annuncio dell’editore, che i cinque test descritti di seguito non hanno permesso di verificare con un confronto controllato della velocità.
Cinque test, risultati contrastanti
Il primo test richiedeva una fotografia cinematografica di una serra in vetro su una cresta innevata, al crepuscolo. Ghiaccio, condensa, piante tropicali e luce calda dovevano coesistere in modo credibile. L’autore ha giudicato il risultato molto riuscito.
Il secondo test riguardava un menu di un caffè. Il testo, caricato in ChatGPT come PDF di una pagina, comprendeva nove righe, cinque prezzi e la parola hindi « कॉफी ». L’autore ritiene che il risultato visivo soddisfi tutti i criteri, ma la FAQ del test indica che il modello non ha riprodotto fedelmente tutti i caratteri: le parole e i prezzi sono conservati, ma cinque trattini separatori sono stati omessi. Il test non permette nemmeno di concludere che il modello di immagini supporti nativamente il PDF, poiché la lettura del documento rientra nel funzionamento di ChatGPT.
Il terzo test consisteva nel ritoccare una fotografia di una stanza. Con lo strumento di annotazione, è stato tracciato un rettangolo rosso attorno a una poltrona, il cui tessuto doveva diventare velluto verde foresta, senza modificare il resto della stanza. L’autore definisce la modifica chirurgica.
Il quarto test richiedeva una tavola tipo guida da campo sul ciclo di vita della farfalla monarca, con quattro stadi, quattro etichette esatte e frecce che indicano la sequenza. Il risultato è stato descritto come un layout chiaro, utilizzabile per illustrare una metamorfosi.
L’ultimo test mirava a una GIF in loop raffigurante una teiera in rame sotto la pioggia, con un vortice di vapore che forma brevemente un cuore. Il risultato è stato giudicato fluido. Secondo la FAQ, si tratta di una GIF di 12 immagini con un loop di 2,16 secondi.
Limiti da tenere d’occhio
L’autore sottolinea che i risultati non sono perfetti. Errori permangono nel testo, nei contorni degli oggetti e nella precisione visiva, il che impone di rivedere ogni immagine finale. Conclude che Images 2.6 sembra promettente sia per l’esplorazione creativa che per il ritocco pratico, a condizione di verificare il risultato.
