أعلنت شركة OpenAI إطلاق نموذجها الجديد GPT-Image 1.5 لتوليد الصور، مؤكدة أنه يمثل تطورًا ملحوظًا على مستوى فهم الأوامر النصية، ودقة التفاصيل البصرية، وسرعة المعالجة مقارنة بالإصدار السابق.

وذكرت الشركة أن النموذج الجديد قادر على إنشاء الصور بسرعة تصل إلى أربعة أضعاف، وقد أصبح متاحًا لجميع مستخدمي ChatGPT، إضافة إلى المطورين عبر واجهة البرمجة (API).

وفي هذا السياق، أوضحت الرئيسة التنفيذية لتطبيقات OpenAI، فيدجي سيمو، أن إمكانات توليد الصور الجديدة تأتي ضمن تحوّل أوسع في ChatGPT، من كونه أداة محادثة نصية إلى 'واجهة توليدية متكاملة' تستدعي تلقائيًا الأدوات المناسبة وفق ما يطلبه المستخدم.

وبحسب OpenAI، يقدّم GPT-Image 1.5 أسلوبًا أكثر دقة في تحرير الصور، إذ يتيح إجراء تعديلات محددة دون التأثير على بقية العناصر، مع الحفاظ على اتساق الإضاءة والتكوين والملامح. كما يدعم عمليات الإضافة والحذف والدمج والمزج ونقل العناصر داخل الصورة.

وتشمل استخدامات النموذج تحرير الصور الاحترافية، وتجارب القياس الافتراضي للملابس وتسريحات الشعر، والتحويل بين الأساليب الفنية المختلفة.

وعرضت الشركة نماذج تطبيقية توضح قدرته على دمج أشخاص وحيوانات أليفة من صور منفصلة في مشهد واحد، أو تحويل صور عادية إلى ملصقات سينمائية بطابع كلاسيكي.

وأكدت OpenAI أن النموذج بات أكثر التزامًا بالتعليمات التفصيلية، حيث نجح في اختبار داخلي يتطلب ترتيب 36 عنصرًا داخل شبكة واحدة بدقة عالية، مقارنة بالإصدار السابق، ما يسهل إنتاج صور تعتمد على توزيع معقّد للعناصر.

كما شهدت قدرته على عرض النصوص داخل الصور تحسنًا ملحوظًا، بما في ذلك النصوص الصغيرة والكثيفة مثل مقتطفات المقالات والجداول القصيرة والإنفوجرافيك الرقمية.

ومع ذلك، أقرت الشركة باستمرار بعض التحديات، من بينها التعامل مع النصوص الطويلة، أو الخطوط غير الشائعة، أو تعدد الوجوه داخل الصورة الواحدة، إضافة إلى المحتوى متعدد اللغات.

وفي اختبارات داخلية لمشاهد فوتوغرافية معقدة وغير مألوفة، أظهر GPT-Image 1.5 أداءً قويًا قريبًا من نموذج جوجل Nano Banana Pro، مع تفوق واضح على الإصدار السابق، ما يعزز مكانته بين نماذج توليد الصور المتقدمة، على أن تحسم التجارب الواقعية كفاءته الفعلية مقارنة بمنافسيه.