OpenAI เปิดตัว ChatGPT Images 2.5 โมเดลสร้างภาพรุ่นใหม่ที่เน้นให้ภาพมีรายละเอียดคมชัดขึ้น แสงและ Texture ดูเป็นธรรมชาติมากขึ้น รวมถึงแก้ไขภาพเฉพาะจุดได้แม่นยำกว่าเดิม นอกจากนี้ยังทำงานเร็วขึ้นด้วย
OpenAI ระบุว่า Images 2.5 ลดเวลาในการสร้างภาพได้สูงสุด 50% เมื่อเทียบกับ Images 2.0 พร้อมเพิ่มเครื่องมือใหม่อย่าง Sketch, Templates, Comment และการแชร์ Prompt ซึ่งช่วยให้ workflow ทำงานได้รวดเร็วและสะดวกมากขึ้น
ChatGPT Images 2.5 อัปเกรดคุณภาพและการแก้ภาพ
Images 2.5 ทำงานกับภาพอ้างอิงได้ดีขึ้น โดยรักษาหน้าตา ตัวละคร หรือ Subject ให้ใกล้กับต้นฉบับมากกว่าเดิม ขณะเดียวกันแสง Texture และรายละเอียดสำคัญในภาพก็มีความเป็นธรรมชาติมากขึ้นอย่างภาพตัวอย่างด้านบนที่เห็นว่าสามารถเจนภาพต้นฉบับออกมาจากภาพถ่ายโปสการ์ดได้อีกทีได้แบบเนียนๆ
อีกจุดสำคัญคือ Precision Editing หรือการแก้เฉพาะส่วนที่สั่ง ระบบพยายามเก็บองค์ประกอบอื่นของภาพไว้เหมือนเดิม แม้ฉากหรือ Subject จะมีรายละเอียดซับซ้อนก็ตาม
สำหรับการแก้ภาพต่อเนื่องหลายรอบ Images 2.5 ยังรักษาความสม่ำเสมอได้ดีขึ้น การเปลี่ยนแปลงรอบใหม่ๆจึงมีโอกาสกระทบสิ่งที่แก้ไว้ก่อนหน้าน้อยลง จากตัวอย่างวิดีโอด้านบนที่สร้างจากภาพนิ่งหลายๆภาพที่ gen ออกมาจากแต่ละโมเดล จะเห็นว่า GPT Image 2.5 สามารถคุมสัดส่วนภาพได้ต่อเนื่องมากกว่า GPT Image 2 มากๆ
รวมถึงตัวอย่างนี้ที่ทำให้เห็นความแตกต่างของการคุมสภาพแวดล้อมแสงเงาที่เปลี่ยนไปในขณะที่ตัวแบบเดิมจะนิ่งกว่ามากในโมเดล GPT Image 2.5
1. Sketch วาดโครงให้ AI เข้าใจ Layout
บางครั้งการอธิบาย Layout ด้วย Prompt ยาว ๆ อาจยากกว่าการวาดให้เห็นตำแหน่งตรงหน้า OpenAI จึงเพิ่ม Sketch ให้เราวาด Composition คร่าว ๆ แล้วใช้ภาพนั้นเป็น Reference สำหรับสร้างภาพต่อได้
สำหรับวิธีการสั่งงานเราสามารถพิมพ์ @ แล้วเลือก Sketch จากนั้นวาดตำแหน่งองค์ประกอบ เช่น สินค้าอยู่ด้านซ้าย Headline อยู่ด้านบน และตัวละครอยู่ด้านขวา ก่อนเติมคำอธิบายเรื่องสไตล์ สี หรือบรรยากาศที่ต้องการ
Sketch จึงเหมาะกับงานที่ตำแหน่งขององค์ประกอบสำคัญต่อผลลัพธ์ เช่น Key Visual, Poster, Product Mockup หรือภาพประกอบที่ต้องเว้นพื้นที่สำหรับข้อความ
2. Templates เริ่มงานจาก Format ที่มีโครงให้แล้ว
หน้า Images มี Templates สำหรับงานหลายรูปแบบมากขึ้น เช่น Poster, Logo และ Product Photo ช่วยให้เราเริ่มจากประเภทงานที่ต้องการ แล้วค่อยเติมรายละเอียดเรื่องสินค้า ข้อความ Mood & Tone และองค์ประกอบของแบรนด์ได้ วิธีนี้จะช่วยลดภาระของคนที่ยังไม่รู้ว่าจะเริ่มเขียน Prompt อย่างไร และทำให้ทีมมีจุดตั้งต้นร่วมกันก่อนแตก Creative หลายแบบ
3. Comment ชี้จุดบนภาพแล้วบอกให้แก้
บนมือถือ เราสามารถเปิดภาพที่สร้างไว้แบบเต็มหน้าจอ แล้วใช้เครื่องมือ Edit หรือใส่ Comment ตรงบริเวณที่ต้องการแก้ เช่น เปลี่ยนสี Packaging, นำคนด้านหลังออก หรือปรับขนาด Logo ซึ่ง Workflow นี้ช่วยลดการอธิบายตำแหน่งด้วยข้อความยาว ๆ เพราะเราสามารถชี้จุดที่ต้องการ แล้วพิมพ์คำสั่งเฉพาะส่วนนั้นก่อนกด Generate ได้เลย
OpenAI เตือนด้วยว่าพื้นที่ที่เลือกอาจไม่แม่นยำทุกครั้ง และการแก้ไขอาจล้ำออกไปนอกบริเวณที่เลือก ดังนั้นงาน Production ยังควรตรวจภาพหลังแก้ทุกครั้ง
4. Share Prompt ส่งแนวทางให้ทีมแตกเวอร์ชัน
เมื่อได้ภาพและ Prompt ที่เวิร์กแล้ว เราสามารถแชร์ Prompt ให้คนอื่นนำไปสร้างเวอร์ชันของตัวเองต่อได้ โดยบนมือถือเลือก Share แล้วเลือก Prompt template เพื่อคัดลอกลิงก์ ฟีเจอร์นี้น่าสนใจสำหรับทีมที่ต้องผลิต Creative หลายชุด โดยการแชร์ Prompt ช่วยส่งต่อ Logic ของงานไปพร้อมกับภาพ แต่ทีมยังต้องกำหนด Brand Guideline, Asset และข้อห้ามให้ชัด เพราะ Prompt เดียวกันอาจให้รายละเอียดแตกต่างกันในแต่ละรอบ
API มี GPT-Image-2.5 Flare และ Sunburst
สำหรับฝั่ง Developer OpenAI เปิดโมเดลใหม่ผ่าน API สองตัว ได้แก่ GPT-Image-2.5 Flare และ GPT-Image-2.5 Sunburst
GPT-Image-2.5 Flare เป็นตัวเลือกเริ่มต้นสำหรับงานส่วนใหญ่ เน้นความเร็วและคุณภาพ เหมาะกับ Creator Content, Social Content, Product Experience, Visual Search, Rapid Prototyping และการสร้างภาพจำนวนมาก โดย OpenAI ระบุว่ามี Latency ต่ำกว่า GPT-Image-2 ราว 50%
ส่วน GPT-Image-2.5 Sunburst เน้นการควบคุมรายละเอียดและความแม่นยำในการแก้ภาพ ใช้เวลาสร้างนานกว่า เหมาะกับงานระดับ Production เช่น Campaign Creative หรือ Product Imagery ที่ต้องการความละเอียดสูง
เปิดทุก Tier แต่บางฟีเจอร์ขึ้นกับแพลตฟอร์ม
ChatGPT Images 2.5 เริ่มทยอยเปิดให้ผู้ใช้ ChatGPT, ChatGPT Work และ Codex ทุก Tier บน Desktop, Mobile และ Web แล้วสำหรับนักการตลาดและทีม Creative ความเปลี่ยนแปลงสำคัญของรอบนี้จึงอยู่ที่การทำงานร่วมกับ AI ได้เป็นขั้นตอนมากขึ้น ตั้งแต่วาง Composition แก้รายละเอียด ไปจนถึงส่งต่อ Prompt ให้ทีมแตกเวอร์ชัน โดยยังต้องตรวจความถูกต้องของข้อความ โลโก้ รายละเอียดสินค้า และสิทธิ์ของภาพอ้างอิงก่อนนำไปใช้จริงอยู่
ที่มา: OpenAI
