Le modèle d'image d'OpenAI peut désormais ignorer complètement l'arrière-plan, et il vaut mieux le couper par la suite
Un paramètre vous donne un PNG sans arrière-plan. La transparence de cuisson lors de la génération gère le verre et les cheveux mieux que n'importe quel outil de suppression, et elle est en aperçu via l'API.
OpenAI a ajouté des arrière-plans transparents à GPT-Image-2, disponibles en avant-première via son API. Vous définissez un paramètre, background=transparent, et vous obtenez un PNG sans rien derrière le sujet. Cela semble petit. Si vous avez déjà essayé de découper une photo de produit hors de son arrière-plan, ce n’est pas le cas.
La société a publié un livre de recettes, c’est-à-dire un exemple de code fonctionnel plutôt qu’une documentation, couvrant quatre utilisations : des photos de produits pour les boutiques en ligne, des diagrammes pour les présentations, des éléments de conception tels que des icônes et des autocollants, et des illustrations de marchandises. La configuration nécessite Python, les bibliothèques OpenAI et Pillow et une clé API.
L’affirmation techniquement intéressante est de savoir pourquoi cela vaut mieux que de supprimer un arrière-plan par la suite. Les outils de suppression conventionnels prennent une image finie et devinent où se termine le sujet. Cette supposition s’effondre exactement là où on s’y attend : du verre transparent, des fibres fines, des mèches de cheveux, tout ce qui a un bord doux ou transparent. La génération du canal alpha, c’est-à-dire les informations de transparence, pendant la génération signifie que le modèle décide du degré de transparence de chaque pixel pendant qu’il crée encore l’image, plutôt qu’un deuxième outil ne le déduise plus tard à partir des pixels seuls. OpenAI affirme que les résultats sur ces bords difficiles sont nettement meilleurs.
Deux notes pratiques d’OpenAI lui-même. Laissez les descriptions d’arrière-plan entièrement en dehors de votre invite, car le modèle peut en générer une de toute façon si vous le mentionnez. Et pour tout graphique contenant des nombres réels, vérifiez les valeurs à la main : le modèle produit des graphiques raster, pas des données, et il ne garantit pas que le nombre que vous avez demandé est le nombre que vous obtenez.
Pourquoi c’est plus important qu’il n’y paraît
La suppression d’arrière-plan constitue depuis des années toute une catégorie de petits outils payants, et chacun d’entre eux constitue une deuxième étape de votre flux de travail : générer, exporter, télécharger, supprimer, télécharger, utiliser. Réduire cela en un paramètre sur la demande d’origine supprime un outil entier de la chaîne. C’est le modèle discret dans de nombreux travaux de produits d’IA à l’heure actuelle. Cette capacité impressionnante était déjà là ; le changement utile est que cela se produit désormais en une seule étape au lieu de quatre.
Ce que cela signifie pour vous : Si vous êtes curieux de connaître l’IA mais pas la technique, ce n’est pas encore utilisable, car il s’agit uniquement d’une API et nécessite un peu de Python. Attendez-vous à ce qu’il apparaisse dans les outils que vous utilisez déjà d’ici quelques mois, car il s’agit d’un paramètre plutôt que d’un produit. Si vous construisez déjà avec ces API et que vous créez des ressources marketing, des graphiques de présentation ou des images de magasin, cela vaut la peine d’essayer cette semaine, en particulier sur les objets qui ont toujours vaincu votre outil de découpe. Et gardez l’avertissement graphique à l’esprit. L’image d’un graphique à barres est une image de nombres, pas les nombres eux-mêmes.
##Sources
Netflix a reconstruit son moteur de recommandation en tant que modèle linguistique et a remporté le test A/B de 0,115 %
GenRec transforme votre historique de visionnage en texte brut et permet à un modèle ouvert et affiné de classer le catalogue. Il a battu un système que Netflix a mis au point pendant des années, en utilisant 40 fois moins d'exemples étiquetés.
