El modelo de imagen de OpenAI ahora puede omitir el fondo por completo y es mejor que recortarlo después
Un parámetro te proporciona un PNG sin fondo. La transparencia horneada durante la generación maneja el vidrio y el cabello mejor que cualquier herramienta de eliminación, y está en vista previa a través de la API.
OpenAI ha agregado fondos transparentes a GPT-Image-2, disponibles en vista previa a través de su API. Estableces un parámetro, fondo = transparente, y obtienes un PNG sin nada detrás del sujeto. Suena pequeño. Si alguna vez ha intentado recortar la foto de un producto de su fondo, no lo es.
La empresa publicó un libro de cocina, es decir, un ejemplo de código trabajado en lugar de documentación, que cubre cuatro usos: fotografías de productos para tiendas en línea, diagramas para presentaciones, elementos de diseño como íconos y pegatinas, y obras de arte de productos. La configuración necesita Python, las bibliotecas OpenAI y Pillow y una clave API.
La afirmación técnicamente interesante es por qué esto es mejor que eliminar un fondo después. Las herramientas de eliminación convencionales toman una imagen terminada y adivinan dónde termina el sujeto. Esa suposición se desmorona exactamente donde cabría esperar: vidrio transparente, fibras finas, mechones de cabello, cualquier cosa con un borde suave o transparente. Generar el canal alfa, es decir, la información de transparencia, durante la generación significa que el modelo decide qué tan transparente es cada píxel mientras todavía está creando la imagen, en lugar de que una segunda herramienta lo infiera más tarde solo a partir de los píxeles. OpenAI dice que los resultados en esos bordes difíciles son notablemente mejores.
Dos notas prácticas del propio OpenAI. Deje las descripciones de fondo completamente fuera de su mensaje, porque el modelo puede generar una de todos modos si la menciona. Y para cualquier gráfico que contenga números reales, verifique los valores a mano: el modelo produce gráficos rasterizados, no datos, y no garantiza que el número que solicitó sea el número que obtenga.
Por qué esto es más importante de lo que parece
La eliminación de fondo ha sido toda una categoría de pequeñas herramientas pagas durante años, y cada una de ellas es un segundo paso en su flujo de trabajo: generar, exportar, cargar, eliminar, descargar y usar. Al contraer eso en un parámetro en la solicitud original, se elimina una herramienta completa de la cadena. Ese es el patrón silencioso en muchos trabajos de productos de IA en este momento. La impresionante capacidad de sonido ya estaba ahí; el cambio útil es que ahora ocurre en un paso en lugar de cuatro.
Qué significa esto para ti: Si tienes curiosidad acerca de la IA pero no eres técnico, esto aún no se puede utilizar, ya que es solo API y necesita un poco de Python. Espere que aparezca dentro de las herramientas que ya utiliza en unos meses, porque es un parámetro más que un producto. Si ya construye con estas API y crea recursos de marketing, gráficos de presentación o imágenes de tiendas, vale la pena intentarlo esta semana, particularmente en los objetos que siempre derrotaron a su herramienta de recorte. Y tenga en cuenta la advertencia del gráfico. La imagen de un gráfico de barras es una imagen de números, no de los números en sí.
Fuentes
Netflix reconstruyó su motor de recomendaciones como modelo de lenguaje y ganó la prueba A/B por un 0,115 por ciento
GenRec convierte su historial de visualización en texto sin formato y permite que un modelo de peso abierto ajustado clasifique el catálogo. Superó un sistema que Netflix ha perfeccionado durante años, utilizando 40 veces menos ejemplos etiquetados.
