Hurtigere AI-billeder stiller nye krav til kreativ præcision

OpenAI har udgivet en opdatering til deres billedgenerator, som er hurtigere og bedre til at redigere. Det betyder noget, fordi brugerne nu nemmere kan ændre og skræddersy billeder direkte i ChatGPT. Opdateringen sendes i dag ud til alle brugere, og der lanceres også to nye modeller til udviklere.

OpenAI, firmaet bag ChatGPT, har opdateret den del af programmet, der skaber billeder ud fra tekstbeskrivelser. Tænk på det som at beskrive et motiv for en kunstner, som så maler det for dig. Den nye version hedder ChatGPT Images 2.5, og ifølge OpenAI bruges billedfunktionen allerede til mere end tre milliarder billeder. Opdateringen lover tre forbedringer: billederne skabes hurtigere, detaljerne bliver skarpere, og redigeringen bliver bedre. Det sidste betyder, at man kan få ændret kun det, man ønsker — lidt som at bede en maler om at give én blomst en ny farve, uden at røre resten af billedet.

En af nyhederne hedder Sketch. Den lader brugeren tegne direkte i ChatGPT, og modellen forsøger derefter at forstå, hvad tegningen betyder. Man skriver blot »@ Sketch« i chatten. Det minder om at skitsere en idé på en serviet og lade en anden se hensigten bag stregerne. Derudover kommer der skabeloner til populære formater som plakater og merchandise, altså produkter med et design på. Man starter med et færdigt layout og tilpasser det med egne tekster og stil — lidt som at udfylde en fortrykt ramme.

Opdateringen rulles ud i dag til alle brugere af ChatGPT, ChatGPT Work og Codex på computer, mobil og web. Samtidig lancerer OpenAI to nye modeller til udviklere, altså folk der bygger programmer. De tilbydes gennem en API — Application Programming Interface — som fungerer lidt som en stikkontakt, andre programmer kan sætte sig på. Modellerne hedder GPT-Image-2.5 Flare og GPT-Image-2.5 Sunburst. Flare er bygget til hurtig, høj kvalitet i hverdagen. Sunburst er rettet mod detaljeret kreativt arbejde, hvor genereringen tager længere tid — forskellen på en hurtig kop kaffe og en langsomt tilberedt middag.

Simon Willison, der har testet modellen, fremhæver, at Sunburst ser ud til at være det stærkeste valg, når præcision i redigeringen er vigtig. Han har opdateret sit CLI-værktøj — Command Line Interface, et tekstbaseret værktøj, man betjener ved at skrive kommandoer — så det nu kan tage referencebilleder, altså billeder modellen skal bruge som udgangspunkt, med i prompten. Prompten er den tekstbesked, man giver modellen. Et af hans eksempler er at tilføje en vaskebjørn til et eksisterende diagram. OpenAI fremhæver også, at modellen er blevet bedre til at bevare motiver i referencefotos og til at følge instruktioner over flere samtalerunder — som en assistent, der husker, hvad I blev enige om tidligere i samtalen.