به گزارش آی سی تی نیوز؛ OPEN AIدر ۳ نوامبر ۲۰۲۶ (۱۲ آبان ۱۴۰۵) نسخه جدید ابزار تولید تصویر خود با نام ChatGPT Images 2.6 را معرفی کرد. این نسخه قابلیت ساخت GIF متحرک از متن یا تصویر را فراهم می‌کند و کاربران می‌توانند سرعت انیمیشن را تنظیم کرده، فریم‌ها را به‌صورت جداگانه ویرایش کنند و خروجی را برای پخش مکرر به اشتراک بگذارند. تصاویر مرجع نیز برای استفاده مجدد ذخیره می‌شوند تا نیازی به بارگذاری مجدد نباشد .

دو مدل جدید در API

دو مدل جدید به نام‌های GPT-Image-2.6 Flare و Sunburst به API اضافه شده‌اند. مدل Flare تصویر را در حداقل شش ثانیه تولید می‌کند و برای سرعت بهینه شده است. مدل Sunburst کیفیت بالاتر و یکدستی بیشتری در ویرایش‌ها ارائه می‌دهد. OpenAI ادعا می‌کند Images 2.6 حدود ۵۰ درصد سریع‌تر از نسخه قبلی (Images 2.5) تصویر تولید می‌کند، هرچند مشخص نکرده این سرعت نسبت به چه حجم کاری سنجیده شده است .

محدودیت مهم GIF

بر اساس راهنمای API، GIFهای تولیدشده را نمی‌توان با پرامپت متنی ویرایش کرد. ویرایش فریم‌ها فقط در ChatGPT و به‌صورت دستی امکان‌پذیر است. همچنین endpoint ویرایش تصویر (/v1/images/edits) نمی‌تواند GIF تولید کند. تعداد فریم‌ها بین ۲ تا ۶۴ (پیش‌فرض ۹) و مدت هر فریم بین ۲۰ تا ۲۰۰۰ میلی‌ثانیه (پیش‌فرض ۲۰۰) است. GIF از streaming، تصاویر جزئی و prompt_rewriter پشتیبانی نمی‌کند .

پارامتر جدید Complexity

OpenAI پارامتر جدیدی به نام complexity معرفی کرده که میزان «برنامه‌ریزی» مدل قبل از تولید تصویر را کنترل می‌کند. این پارامتر از quality جدا است: quality جزئیات بصری را کنترل می‌کند و complexity میزان تلاش مدل برای درک صحنه. OpenAI توصیه می‌کند برای بیشتر ویرایش‌ها از complexity پایین استفاده شود .

خروجی SVG و نشانه‌گذاری تصویر

امکانات جدید شامل نشانه‌گذاری تصویر (Image Markup) و خروجی SVG می‌شود. خروجی SVG فقط از طریق API و با n=1 قابل تولید است. ابتدا یک تصویر مرجع تولید می‌شود و سپس مدل دیگری آن را به SVG تبدیل می‌کند، به همین دلیل هزینه آن بیشتر از تصویر معمولی است. SVG نمی‌تواند به‌عنوان ورودی برای ویرایش استفاده شود .

آمار تولید تصویر

OpenAI اعلام کرد کاربران در سراسر جهان هفته‌ای ۴ میلیارد تصویر از طریق ChatGPT، Codex و API تولید می‌کنند—به‌طور میانگین روزانه بیش از ۵۰۰ میلیون تصویر .

دسترسی و محدودیت‌های باقی‌مانده

ChatGPT Images 2.6 از همان روز در ChatGPT و Codex و در تمامی سطوح اشتراک، روی وب، دسکتاپ و موبایل در دسترس قرار گرفت. هر دو مدل جدید نیز در API قابل استفاده‌اند. با این حال، خود OpenAI اذعان کرده که مدل جدید همچنان در متن، چیدمان‌های پیچیده و ثبات شخصیت‌ها مشکل دارد. همچنین سهمیه GIF برای کاربران پلن رایگان مشخص نیست و در صفحه قیمت‌گذاری ChatGPT، تولید تصویر برای پلن رایگان «محدود» ذکر شده است .

تحلیل ICTNews

معرفی ChatGPT Images 2.6 را باید در چارچوب رقابت فزاینده در بازار تولید تصویر با هوش مصنوعی دید. OpenAI با افزودن GIF متحرک، عملاً وارد قلمرویی شده که پیش‌تر ابزارهایی مانند Runway و Pika در آن فعالیت می‌کردند. اما برخلاف آن‌ها، OpenAI این قابلیت را مستقیماً در ChatGPT تعبیه کرده، بدون نیاز به ابزار جداگانه.نکته قابل توجه، استراتژی دو مدلی است. Flare برای سرعت و Sunburst برای کیفیت طراحی شده‌اند. این تقسیم‌بندی به کاربران اجازه می‌دهد بر اساس نیاز خود انتخاب کنند: برای پیش‌نمایش سریع از Flare و برای خروجی نهایی از Sunburst. این رویکرد مشابه استراتژی OpenAI در مدل‌های زبانی (Terra برای سرعت، Astra برای کیفیت) است.اما محدودیت‌های فنی جدی وجود دارد. عدم امکان ویرایش GIF با پرامپت متنی یعنی کاربر باید فریم‌ها را دستی ویرایش کند—فرایندی زمان‌بر برای انیمیشن‌های پیچیده. همچنین مشکل مدل در متن و چیدمان همچنان پابرجاست. برای طراحانی که به دنبال خروجی حرفه‌ای هستند، این محدودیت‌ها می‌تواند مانع باشد.نکته سوم، آمار ۴ میلیارد تصویر در هفته است. این عدد نشان می‌دهد که تولید تصویر با AI از یک سرگرمی به یک ابزار روزمره تبدیل شده است. اگر OpenAI بتواند کیفیت را در نسخه‌های بعدی بهبود دهد، ChatGPT Images می‌تواند به استانداردی برای تولید محتوای بصری تبدیل شود.در مجموع، Images 2.6 یک به‌روزرسانی مهم است که GIF و SVG را به ChatGPT اضافه می‌کند، اما محدودیت‌های فنی آن نشان می‌دهد که این ابزار هنوز برای استفاده حرفه‌ای کامل نیست.