اپن‌ای‌آی با رونمایی از نسخه جدید ابزار تصویرسازی خود به نام «ایمیجز ۲.۵»، گام بلندی در جهت دموکراتیزه کردن طراحی گرافیک برداشته است. این نسخه که از ۱۸ شهریور ۱۴۰۵ در دسترس کاربران قرار گرفته، سرعت، دقت و هوشمندی را به سطح جدیدی رسانده و رقابت تنگاتنگی با «نانوبانانا ۲» گوگل (جمنای) آغاز کرده است. در این گزارش تحلیلی، عملکرد این دو غول فناوری را در سناریوهای واقعی بررسی می‌کنیم.

به گزارش کیوسک خبر، در دنیای پرشتاب فناوری، مرز میان «ویرایش حرفه‌ای تصاویر» و «چند کلیک ساده» به طرز شگفت‌آوری کمرنگ شده است. اپن‌ای‌آی (OpenAI) به‌تازگی نسخه ارتقایافته ابزار تولید و ویرایش تصویر چت‌جی‌پی‌تی را با نام «ایمیجز ۲.۵» (Images 2.5) معرفی کرده است. این ابزار که به‌صورت تدریجی از ۱۸ شهریور ۱۴۰۵ برای کاربران وب، دسکتاپ و موبایل در حال انتشار است، وعده‌دهنده تجربه‌ای سریع‌تر، دقیق‌تر و هوشمندتر نسبت به گذشته است.

قابلیت‌های کلیدی «ایمیجز ۲.۵»: از طرح دستی تا شاهکار دیجیتال

آنچه این نسخه را متمایز می‌کند، فراتر رفتن از تولید تصویر صرف است. این ابزار اکنون امکاناتی نظیر قالب‌های آماده، ویرایش دقیق‌تر و تبدیل طرح‌های ساده (اسکچ) به تصاویر کامل را در اختیار کاربران قرار می‌دهد. تصور کنید طرحی خام با دست می‌کشید، از آن عکس می‌گیرید و با یک دستور متنی ساده، آن را به یک نقاشی دیجیتال با جزئیات کامل تبدیل می‌کنید. این دقیقاً همان چیزی است که «ایمیجز ۲.۵» ارائه می‌دهد.

نبرد تنگاتنگ با جمنای: مقایسه در عمل

برای درک بهتر توانایی‌های این ابزار، آن را در برابر رقیب سرسختش، «نانوبانانا ۲» (Nano Banana 2) از گوگل جمنای، قرار دادیم. در آزمایش‌های انجام‌شده، سناریوهایی از قبیل تولید تصاویر غذاهای فست‌فود برای منوی یک رستوران، ویرایش دقیق یک صحنه طبیعی و تبدیل طرح‌های دستی بررسی شد.

۱. تولید تصاویر واقع‌گرایانه (تست فست‌فود):
از هر دو ابزار خواسته شد تا تصویری از همبرگر، ناگت و سیب‌زمینی سرخ‌کرده تولید کنند. هر دو عملکرد خوبی داشتند، اما تصاویر خروجی چت‌جی‌پی‌تی کمی طبیعی‌تر و واقعی‌تر به نظر می‌رسیدند. در مقابل، جمنای در خلق پس‌زمینه‌ها و صحنه‌های گسترده‌تر (مانند چیدمان میز رستوران) قدرتمندتر ظاهر شد، هرچند در استفاده از لوگوهای برندهای واقعی با محدودیت‌هایی مواجه است.

۲. ابزار «اسکچ»: مزیت رقابتی چت‌جی‌پی‌تی
یکی از نقاط قوت اصلی «ایمیجز ۲.۵»، ابزار اختصاصی «اسکچ» (Sketch) است. کاربر می‌تواند طرحی ساده (دستی یا دیجیتال) رسم کرده و سپس رنگ، شکل و نوشته‌های آن را تغییر دهد. سپس با یک دستور متنی، سبک و جزئیات نهایی را مشخص کند. جمنای ابزار اختصاصی مشابهی ندارد و برای این کار باید یک تصویر مرجع به آن داد. در آزمایش، اگرچه هر دو نتیجه قابل‌قبولی ارائه دادند، اما انعطاف چت‌جی‌پی‌تی در این بخش تحسین‌برانگیز بود.

۳. ویرایش هوشمند: تغییر زمان و حذف اشیاء
در تستی دیگر، تصویری واقع‌گرایانه از یک کلبه در جنگل ساخته شد. سپس از ابزارها خواسته شد تا برخی وسایل داخل کلبه را حذف کرده و زمان صحنه را از «صبح زود» به «هنگام غروب» تغییر دهند. چت‌جی‌پی‌تی نه‌تنها این کار را انجام داد، بلکه سایه‌ها را نیز متناسب با زاویه نور جدید تنظیم کرد. جمنای نیز امکانات مشابهی دارد (با کشیدن علامت روی بخش موردنظر)، اما نتیجه نهایی چت‌جی‌پی‌تی در این آزمایش طبیعی‌تر و کمتر مصنوعی به نظر می‌رسید.

برتری جزئی، اما معنادار

در مجموع، اختلاف میان این دو ابزار چندان زیاد نیست و هر دو در سطح بسیار بالایی قرار دارند. با این حال، «ایمیجز ۲.۵» به دلیل امکاناتی مانند ابزار طراحی اختصاصی و قابلیت ذخیره دستورها در قالب‌های آماده، اندکی جلوتر است. این ویژگی‌ها باعث می‌شوند که کاربران عادی بدون نیاز به دانش تخصصی، بتوانند تصاویری خلق کنند که پیش‌تر نیازمند ساعت‌ها کار یک طراح حرفه‌ای بود.

آیا هنر انسان جایگزین می‌شود؟

با وجود پیشرفت خیره‌کننده این ابزارها، یک نکته را نباید فراموش کرد: تصاویر و آثار واقعی ساخته‌شده توسط انسان همچنان ارزش و اصالت خود را دارند. این ابزارها بیشتر برای ایده‌پردازی سریع، ساخت محتوای بصری برای شبکه‌های اجتماعی و ویرایش‌های سریع کاربرد دارند. همانطور که نویسنده این تحلیل اشاره کرده، مهم‌ترین کاربرد فعلی این فناوری، ویرایش تصاویر است؛ تغییراتی که پیش‌تر ساعت‌ها زمان می‌برد، اکنون در چند ثانیه انجام می‌شود.

به گزارش کیوسک خبر، رقابت میان چت‌جی‌پی‌تی و جمنای در حوزه تصویرسازی تازه آغاز شده است. با توجه به سرعت نوآوری، باید منتظر نسخه‌های پیشرفته‌تر و قابلیت‌های شگفت‌انگیزتری در ماه‌های آینده باشیم. آیا شما آماده‌اید تا خلاقیت خود را بدون نیاز به ابزارهای پیچیده گرافیکی به تصویر بکشید؟