Η OpenAI ανακοίνωσε την Τρίτη το ChatGPT Images 2.5, προσθέτοντας παράλληλα έναν εντελώς νέο τρόπο περιγραφής της εικόνας που θέλει να δημιουργήσει ο χρήστης: το σκίτσο. Η λειτουργία ονομάζεται Sketch και επιτρέπει τη σχεδίαση απευθείας μέσα στο περιβάλλον συνομιλίας.
Η νέα έκδοση είναι ήδη διαθέσιμη σε χρήστες του ChatGPT, του ChatGPT Work και του Codex, τόσο σε υπολογιστή όσο και σε κινητό και web.
Πώς λειτουργεί το σκίτσο
Η ενεργοποίηση γίνεται με την πληκτρολόγηση της εντολής @Sketch στο πλαίσιο συνομιλίας, οπότε ανοίγει παράθυρο σχεδίασης. Ο χρήστης σχεδιάζει ό,τι θέλει και στη συνέχεια περιγράφει με λόγια πώς επιθυμεί να μετατραπεί το σκίτσο σε τελική εικόνα.
Η ποιότητα του σκίτσου δεν φαίνεται να αποτελεί καθοριστικό παράγοντα. Σε δοκιμή που έγινε με πρόχειρο σχέδιο γάτας φτιαγμένο με το ποντίκι, το ChatGPT παρέδωσε ρεαλιστική φωτογραφία σύμφωνα με τις οδηγίες που δόθηκαν.
Σχόλια απευθείας πάνω στην εικόνα
Εξίσου πρακτική είναι η δεύτερη προσθήκη: η δυνατότητα προσθήκης σχολίων απευθείας πάνω σε συγκεκριμένα σημεία της εικόνας που ο χρήστης θέλει να αλλάξουν.
Στην ίδια δοκιμή, η λειτουργία αξιοποιήθηκε για την αλλαγή του χρώματος των ματιών της γάτας. Πρόκειται για προσέγγιση σαφώς πιο ακριβή από τη γραπτή περιγραφή, καθώς αίρει την ασάφεια του ποιο ακριβώς στοιχείο της εικόνας αφορά η οδηγία.
Τι αλλάζει στο ίδιο το μοντέλο
Σύμφωνα με την OpenAI, η νέα έκδοση παράγει εικόνες με πιο φυσικό φωτισμό και πλουσιότερες υφές, ενώ ακολουθεί καλύτερα τις οδηγίες επεξεργασίας σε διαδοχικούς γύρους διορθώσεων.
Η πιο μετρήσιμη βελτίωση αφορά την ταχύτητα: η καθυστέρηση στη δημιουργία εικόνων μειώνεται έως και 50% σε σύγκριση με την προηγούμενη έκδοση. Για όποιον δουλεύει με επαναλαμβανόμενες διορθώσεις, η διαφορά αυτή είναι πιθανότατα σημαντικότερη από την ποιότητα του τελικού αποτελέσματος.
Γιατί έχει σημασία η κατεύθυνση
Εδώ αξίζει μια παρατήρηση. Το βασικό πρόβλημα κάθε εργαλείου παραγωγής εικόνας δεν είναι η ποιότητα του μοντέλου αλλά η μετάφραση της οπτικής πρόθεσης σε λέξεις.
Η περιγραφή μιας σύνθεσης με κείμενο – πού βρίσκεται τι, σε ποια γωνία, με ποια διάταξη – είναι εξαιρετικά δύσκολη ακόμη και για επαγγελματίες. Ένα πρόχειρο σκίτσο λύνει το πρόβλημα σε δευτερόλεπτα, καθώς μεταφέρει χωρική πληροφορία που καμία πρόταση δεν αποδίδει με ακρίβεια. Η κατεύθυνση αυτή δεν αφορά επομένως καλύτερες εικόνες, αλλά μικρότερη απόσταση ανάμεσα σε αυτό που φαντάζεται ο χρήστης και σε αυτό που λαμβάνει.
Τι σημαίνει για τους δημιουργούς
Για όποιον παράγει περιεχόμενο στην Ελλάδα – από γραφίστες μέχρι διαχειριστές λογαριασμών σε κοινωνικά δίκτυα – η προσθήκη έχει άμεση πρακτική αξία, ιδίως στο στάδιο της αρχικής ιδέας.
Παραμένει ωστόσο ανοιχτό το ζήτημα των πνευματικών δικαιωμάτων και της εμπορικής χρήσης τέτοιων εικόνων, το οποίο απασχολεί ήδη τα ευρωπαϊκά δικαστήρια. Η ευκολία της δημιουργίας δεν εξαλείφει τα νομικά ερωτήματα που τη συνοδεύουν – ιδίως σε επαγγελματικό πλαίσιο, όπου η χρήση παραγόμενου υλικού απαιτεί σαφή γνώση των όρων που ισχύουν.
