OpenAI نے ChatGPT امیجز 2.5 لانچ کیا ہے، جو ChatGPT میں بنائے گئے امیج جنریشن ماڈل کا ایک نیا ورژن ہے، کمپنی نے منگل کو تصدیق کی۔ اپ ڈیٹ AI امیج ٹولز کے تین مستقل درد کے نکات پر توجہ مرکوز کرتا ہے: جنریشن کی رفتار، پوری امیجز کو سکیمبل کرنے کے لیے چھوٹی ترامیم کا رجحان، اور متن میں بصری خیالات کو بیان کرنے میں دشواری۔

OpenAI کے مطابق، امیجز 2.5 اپنے پیشرو سے زیادہ تیز تفصیلات، زیادہ قدرتی روشنی اور بھرپور ساخت پیدا کرتا ہے، اور حوالہ جاتی تصاویر سے لیے گئے لوگوں، پالتو جانوروں اور اشیاء کی مماثلت کو محفوظ رکھنے کا ایک بہتر کام کرتا ہے۔ جنریشن امیجز 2.0، پچھلے ورژن سے 50% تک تیز ہے۔ For more context on this story, see our ongoing AI news.

وہ ترمیم جو صرف آپ کے پوچھنے والے کو تبدیل کرتی ہے۔

AI امیج جنریٹرز کے بارے میں سب سے عام شکایت یہ رہی ہے کہ ایک چھوٹی سی تبدیلی کی درخواست کرنا — ایک مختلف پس منظر، متن کی ایک درست لائن — اکثر پوری تصویر کو دوبارہ کھینچتی ہے۔ اوپن اے آئی کا کہنا ہے کہ امیجز 2.5 کو صرف اس میں ترمیم کرنے کے لیے بنایا گیا ہے جس کے لیے صارف پوچھتا ہے جبکہ بقیہ تصویر کو اچھوت چھوڑ دیا جاتا ہے، یہاں تک کہ ایک طویل گفتگو میں ترمیم کے متعدد دور تک۔

Axios، جس نے ماڈل تک ابتدائی رسائی حاصل کی، اس نے سسٹم کو ٹیٹو ڈیزائن کرنے، نوٹوں سے اس پر نظر ثانی کرنے، اور اصل تصور کو کھونے کے بغیر ایک لوگو پر کئی راؤنڈز کے ذریعے اعادہ کر کے اس کا تجربہ کیا - ایک ملٹی سٹیپ ورک فلو جو عام طور پر پرانے تصویری ماڈلز کو توڑتا ہے۔

خاکہ، ٹیمپلیٹس اور تبصرے۔

اپ ڈیٹ میں اسکیچ نامی ایک خصوصیت متعارف کرائی گئی ہے، جس کی مدد سے صارفین براہ راست ChatGPT میں ایک کھردرا ڈوڈل بنا سکتے ہیں — ایک کمرے کی ترتیب، لباس کی شکل — اور اس ڈرائنگ کو حتمی تصویر کے لیے گائیڈ کے طور پر استعمال کریں۔ گفتگو میں "@Sketch" ٹائپ کرنا ٹول کو اوپر لاتا ہے۔ OpenAI کی شرط یہ ہے کہ اشارہ کرنا اور ڈرائنگ اکثر فوری متن کا دوسرا پیراگراف لکھنے سے زیادہ تیز اور زیادہ درست ہوتا ہے۔

اسکیچ کے ساتھ ساتھ، OpenAI نے عام فارمیٹس کے لیے ٹیمپلیٹس شامل کیے جیسے کہ پوسٹرز اور تجارتی سامان، مخصوص ترمیمات کو نشانہ بنانے کے لیے تصویر پر براہ راست تبصرے چھوڑنے کی صلاحیت، اور تخلیق کے پیچھے عین پرامپٹ کو شیئر کرنے کا اختیار تاکہ دوسرے اسے اپنی تصاویر کے ساتھ ریمکس کر سکیں۔

Adele Li، OpenAI کے پروڈکٹ لیڈ تصاویر پر، نے Axios کو بتایا کہ اس کا مقصد لوگوں کو تخلیقی عمل میں فعال طور پر شامل رکھنا ہے۔ لی نے کہا، "اسکیچ ٹول اور یہ ٹیمپلیٹس لوگوں کو تخلیق کے عمل میں زیادہ مشغول بنانے کی کوشش ہیں، بجائے اس کے کہ وہ ایک غیر فعال قوت بنیں۔"

ڈویلپرز کے لیے دو نئے API ماڈلز

ڈویلپرز OpenAI API کے ذریعے دو نئے ماڈل حاصل کر رہے ہیں۔ GPT-Image-2.5 Flare کا مقصد اعلی حجم، روزمرہ کی نسل جیسے سماجی مواد اور مصنوعات کی تصاویر، کم تاخیر کو ترجیح دینا ہے۔ GPT-Image-2.5 سنبرسٹ کو پالش مہم کے کام کے لیے سست لیکن زیادہ درست آپشن کے طور پر رکھا گیا ہے۔

یہ تقسیم اس بات کی عکاسی کرتی ہے کہ کس طرح OpenAI نے اپنے ٹیکسٹ ماڈلز کو ٹائر کیا ہے، جس سے انجینئرنگ ٹیموں کو ایک طرف لاگت اور رفتار اور دوسری طرف آؤٹ پٹ کوالٹی کے درمیان تجارت کا موقع ملتا ہے۔ اپنی مصنوعات میں امیج جنریشن بنانے والی کمپنیاں اب امیجز 2.5 فیملی کو چھوڑے بغیر دونوں میں سے انتخاب کر سکتی ہیں۔

واٹر مارکنگ اور پرووننس اپنی جگہ پر رہیں

OpenAI کا کہنا ہے کہ نئے ماڈلز AI سے تیار کردہ تصاویر کی شناخت میں مدد کے لیے C2PA مواد کی اسناد اور غیر مرئی واٹر مارکنگ کے ساتھ ساتھ پچھلے امیج ورژنز کے ذریعے استعمال ہونے والے حفاظتی چیک کو برقرار رکھتے ہیں۔ پرووننس کے معیارات تیزی سے اہم ہو گئے ہیں کیونکہ فوٹو ریئلسٹک جنریٹڈ امیجری سوشل پلیٹ فارمز پر پھیل گئی ہے، اور OpenAI کو مصنوعی میڈیا کو قابل شناخت بنانے کے لیے ریگولیٹرز اور حقوق رکھنے والوں کے مسلسل دباؤ کا سامنا کرنا پڑا ہے۔

ایک مسابقتی اور بھیڑ والا میدان

لانچ تیزی سے ہجوم والی امیج جنریشن مارکیٹ میں اترتا ہے۔ TechRepublic نے نوٹ کیا کہ کینوا نے 2026 میں تخلیقی ورک فلو رگڑ کو نشانہ بناتے ہوئے 100 سے زیادہ بصری سویٹ اپ ڈیٹس بھیجے ہیں، جبکہ Google اور xAI سمیت حریف اپنے اپنے امیج ماڈلز پر اعادہ کرتے رہتے ہیں۔ اس سال کے شروع میں، میدان کی درجہ بندی نے OpenAI کے GPT-Image-2 اور xAI کے امیجن ٹریڈنگ کے مقامات کو انسانی ترجیحی لیڈر بورڈز میں سب سے اوپر دکھایا۔

OpenAI کے لیے، امیجز 2.5 کے ساتھ حکمت عملی خام بینچ مارک اسکورز کے بارے میں کم اور تعامل کے ڈیزائن کے بارے میں زیادہ ہے: قابل استعمال نتیجہ حاصل کرنے کے لیے ضروری دوبارہ لکھنے کی تعداد کو کم کرنا۔ جیسا کہ TechRepublic نے کہا، اپ ڈیٹ کا مقصد AI امیج جنریشن کو ایسا محسوس کرنا ہے جیسے کسی باکس میں جادوئی ہجے ٹائپ کرنا اور حقیقت میں کچھ بنانے جیسا۔

دستیابی

اوپن اے آئی کے مطابق، چیٹ جی پی ٹی امیجز 2.5 ڈیسک ٹاپ، موبائل اور ویب پر تمام چیٹ جی پی ٹی، چیٹ جی پی ٹی ورک اور کوڈیکس صارفین کے لیے رول آؤٹ کر رہا ہے۔ Flare اور Sunburst API ماڈلز فوری طور پر ڈویلپرز کے لیے دستیاب ہیں، جن کی قیمتوں کی تفصیل OpenAI کے ماڈل دستاویزات کے صفحات پر ہے۔

چھوٹے کاروباروں اور تخلیق کاروں کے لیے، عملی اہمیت سیدھی سی ہے: لیبل، ہاتھ یا پس منظر کو ٹھیک کرنے کے لیے کم از سر نو تخلیق کا مطلب ہے فلائیرز، پروڈکٹ شاٹس اور سماجی پوسٹس جہاں AI امیج ٹولز کا سب سے زیادہ استعمال ہوتا ہے۔ TechRepublic کا اندازہ یہ تھا کہ اپ ڈیٹ قابل استعمال نتیجہ حاصل کرنے کے لیے مہارت کی منزل کو کم کرتا ہے، جس کا مقصد صرف ان لوگوں کے لیے ہے جو صرف ایک مہذب فلائر یا پروڈکٹ شاٹ تیار کرنے کے لیے فوری انجینئرنگ کے ماہر نہیں بننا چاہتے۔ آیا اسکیچ اور تبصرے پر مبنی ایڈیٹنگ پہلے سے طے شدہ طریقہ بن جاتی ہے جو لوگ تصویری ماڈلز کو ڈائریکٹ کرتے ہیں — طویل شکل کے اشارے کے بجائے — آنے والے مہینوں میں دیکھنے کے لیے میٹرک ہوگا۔

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →