ChatGPT Images ۲.۵ اومد: ادیتهای پشتسرهم حالا هماهنگترن
خلاصهٔ کاملتر
OpenAI تو یه پست تازه مدل تولید و ویرایش تصویرش رو به نسخهی ۲.۵ رسونده، جانشین GPT Image 2. به گفتهی نویسندهی مطلب، بزرگترین تغییر اینه که مدل حالا تو ادیتهای پشتسرهم خیلی بهتر هماهنگی (consistency؛ یعنی حفظ شکل و سبک یه چیز تو چند تصویر پشتسرهم) رو نگه میداره. تسترها با ساخت انیمیشنهای استاپموشن فریمبهفریم، مثل یه اژدهای خمیری که از تخم درمیاد یا یه شخصیت لگویی که تو یه تعقیبوگریز میدوئه، نشون دادن که تصاویر پشتسرهم دیگه لرزش و پرش قبلی رو ندارن.
یه قابلیت دیگه اینه که وقتی از مدل بخوای عکس یه آدم واقعی و مشهور رو بسازه، خودش بدون اینکه بهش بگی، عکسهای اون آدم رو از وب پیدا میکنه و تو تصویر استفاده میکنه تا چهره دقیقتر دربیاد. اگه صریحاً بهش بگی سراغ وب نره، برمیگرده به یه توصیف کلیتر و کمتر دقیق از قیافهی اون شخص.
اما هرجا پای منطق چندمرحلهای وسط باشه، مدل هنوز گیر میکنه: تو یه فلوچارت ساده و خطی خوب عمل میکنه، ولی تو یه فلوچارت شاخهدار و پیچیدهتر، مسیرهای بله/خیر رو برعکس میکنه یا حلقههای بینتیجه میسازه؛ دقیقاً همون مشکلی که تو GPT Image 2 هم بود. یه الگوی بصری خاص هم تو بعضی تصویرها دیده میشه که احتمالاً به شناسایی محتوای هوش مصنوعی مربوطه، ولی همیشه ظاهر نمیشه. یه نکتهی جالبتر اینه که مدل گاهی بدون اینکه بخوای، یه توالت تو صحنه جا میده؛ انگار یه سوگیری داخلی تو پرکردن جزئیات صحنه داره.
تو مقایسه با یه مدل تصویرسازی منتشرنشدهی گوگل با اسم رمز Spicy Mayo، تو یه تست بازسازی اسکرینشات ماینکرفت، Spicy Mayo از Nano Banana 2 بهتر عمل کرده بود، ولی ChatGPT Images ۲.۵ تو همون تست نتیجهای همسطح یا حتی بهتر از Spicy Mayo گرفته. نویسنده نتیجه میگیره که این آپدیت برای کارهایی مثل ویرایش پشتسرهم، روایت تصویری قدمبهقدم، و ساخت میم واقعاً بهدردبخوره، ولی جهش بزرگی تو واقعگرایی خام یا استدلال ساختاریافته نیست.
نکات کلیدی:
- جانشین GPT Image 2 با تمرکز اصلی روی حفظ هماهنگی تو ادیتهای پشتسرهم
- میتونه خودش عکس آدمهای واقعی رو از وب بگیره تا چهرهشونو دقیقتر بسازه
- تو فلوچارتهای شاخهدار هنوز مسیرهای بله/خیر رو قاطی میکنه
- تو تست ماینکرفت، نتیجهای همسطح یا بهتر از مدل ناشناختهی گوگل، Spicy Mayo، گرفته
- عادت داره گاهی بدون دستور یه توالت تو صحنه اضافه کنه




