现在的 OpenAI,算是把流量玩明白了。
9 月 9 日凌晨,他们宣布通过使用 OpenAI 的下一代模型,让将近一万个 Agent 协同工作,解决了困扰科学界近 90 年,并被列为千禧年七大难题之一的维纳尔斯托克斯方程。
这个消息一出,立即震撼了科学界、科技界,引起众多讨论,赚足了眼球。
紧接着,OpenAI 宣布他们最新的生图模型 ChatGPT Image-2.5 上线。
关于 AI 解决维纳尔斯托克斯方程这事,科学界、科技界后续会有更多有意思的观点,老狐还要学习吸收一下,咱们后续再聊。
这里先介绍最新发布的 ChatGPT Image-2.5,也许它将会对你的工作产生更大帮助。
Image-2.5 在多个方面得到了升级,相比于 ChatGPT Image-2.0,Image-2.5 能够呈现更自然的光照和更丰富的纹理,也能够更好地保留参照物中的主体,如果大家生成图片时有上传参考图片,就会懂得这个功能的含金量。
在 Image-2.5 上,OpenAI 还增加了 "Sketch" 这项重磅功能,用户可以直接在画板中绘制自己想要的草图,提供给 Image-2.5 参考。
此外,Image-2.5 还引入了模板功能,用户可以参考模板的提示词,更加轻松地完成图像创作;生成的图片,用户可以直接编辑,在图片上注释,做出更精准的调整,用于生成图片的提示词,也支持分享。
而且 Image-2.5 在多轮编辑一致性方面也有了提升,经常用大模型做图的就知道,你本来是想修改图片的 A 处,其他不变,但生成的新图大模型却把 B 处、C 处都改了,而 Image-2.5 正是针对这一痛点,进行了改变,提升了多轮编辑的一致性。
比如下面这组动图,就是由 OpenAI 官方的视频素材制作而来,由 Image-2.5 多张生成图片合成,画面只有蜡烛依次点燃,没有其他地方修改。
因此,如果你要制作定格动画,Image-2.5 是一个更好的工具。
以上都是 OpenAI 官方的描述,实际体验如何呢,我们进行了一个实测。
我们用 Sketch 功能,简单画了一张上面科技狐的 logo,然后让 Image-2.5 以这个画面作为主体,生成一个有立体感的科技狐公众号封面,并且在图里面要体现由 Image-2.5 生成的元素,背景是写实风格。
下图就是生成的结果。
可以见到,在光影效果方面,Image-2.5 可以呈现出非常自然的效果,折角处的反光,背光处的反射都符合真实物理世界规律,立体的字体会有一种黑色塑料的质感,包括桌面的木质纹理也比较丰富。
我们还可以在这张照片基础上进行进一步修改,包括在图上标注、评论、移除背景、擦除等等。
不知道大家伙觉得如何,Image-2.0 本身就非常强大,Image-2.5 不管是画质表现确实更好,还提供了更多的实用工具。
当然了,老狐这个绘画技术还有待提高,我们可以借用网上大量博主的测试,看看 Image-2.5 的表现如何。
比如 Sketch 功能,博主先是在绘画板上画了一个可爱的云朵形象,再提出了更多的细节要求,结果如下图。
对于有一定绘画基础的用户来说,简单画个模板,Image-2.5 就可以生成一个理想的图片,这确实要更加便捷。
也有网友展示了一件换衣功能,在换掉衣服后,发型、脸、皮肤、姿势、手和周围的环境都没有发生变化。
出色的多轮编辑一致性,除了能制作定格动画,还可以用于服装行业,帮助品牌或电商快速展示服饰,模特只需要拍摄固定的姿势,所有服装都能应用上。
也有很多博主把 Image-2.5 跟 Image-2.0 生图拿来做了对比。
在下面这张图片里,Image-2.5 的衣服质感更真实,背景的灯带更合乎真实物理逻辑,而 Image-2.0 的灯带是交错的,没有人会这样建造建筑。
在下面这一组人物对比图里,同样如此,Image-2.5 生成的图片,也要比 Image-2.0 细节更丰富,更重要的是 AI 味没有那么浓。
*Image-2.5
*Image-2.0
从这些场景来看,Image-2.5 都要比 Image-2.0 表现更好,足以见得图片生成模型的进步,但也有不少博主在实测中发现翻车了。
比如在下面这组图片坐在镜子前面理发的场景中,不管是 Image-2.0 还是 Image-2.5 都翻车了,前者的样张,理发师正对着镜子,但是镜子里的理发师露出背面,这不合理。
而 Image-2.5 更不合理,理发师和顾客们都是背对着的。
由此可见,在一些需要理解物理规律的场景下,生图模型还是容易翻车。
此外,一些经典的生图模型会产生的问题,有博主在尝试时也出现了,比如下面这张图。
但不可否认的是相比上一代 Image-2.0,Image-2.5 有了提升。不过在使用时,给老狐印象更深的还是工具的提升,以及在特定场景的功能优化。
新增 Sketch 的功能,还有支持对图片进行更精准地修改,这不是模型能力的提升,而是周边工具的优化,但显著改善了使用体验。
而像多轮编辑一致性这种能力,也可以想象对定格动画创作者来说是有显著帮助的,服饰从业者也能从中受益。
从某种程度上来说,如今的 AI,模型性能提升对用户的感知可能不太明显,但如果能围绕模型开发更好用的工具,并且让工具有用武之地,这对用户体验的改善十分明显,作用不比模型能力提升来的少。
汽车的发动机固然重要,但怎么造好轮子,怎么做好内饰,也是成功的关键因素。
编辑:木易


登录后才可以发布评论哦
打开小程序可以发布评论哦