Il modello di immagine di OpenAI ora può saltare completamente lo sfondo ed è meglio tagliarlo in seguito

OpenAI ha aggiunto sfondi trasparenti a GPT-Image-2, disponibili in anteprima tramite la sua API. Imposta un parametro, background=transparent, e ottieni un PNG senza nulla dietro l’oggetto. Sembra piccolo. Se hai mai provato a ritagliare la foto di un prodotto dallo sfondo, non lo è.

L’azienda ha pubblicato un libro di ricette, ovvero un esempio di codice elaborato piuttosto che documentazione, che copre quattro usi: riprese di prodotti per negozi online, diagrammi per presentazioni, elementi di design come icone e adesivi e grafica del merchandising. La configurazione richiede Python, le librerie OpenAI e Pillow e una chiave API.

L’affermazione tecnicamente interessante è il motivo per cui questo è meglio della rimozione di uno sfondo in seguito. Gli strumenti di rimozione convenzionali prendono un’immagine finita e indovinano dove finisce il soggetto. Questa ipotesi crolla esattamente dove ti aspetteresti: vetro trasparente, fibre sottili, ciuffi di capelli, qualsiasi cosa con un bordo morbido o trasparente. Generare il canale alfa, ovvero le informazioni sulla trasparenza, durante la generazione significa che il modello decide quanto trasparente è ciascun pixel mentre sta ancora creando l’immagine, piuttosto che un secondo strumento che lo deduce successivamente dai soli pixel. OpenAI afferma che i risultati su questi bordi difficili sono notevolmente migliori.

Due note pratiche dalla stessa OpenAI. Lascia completamente le descrizioni dello sfondo fuori dal tuo prompt, perché il modello potrebbe comunque generarne una se lo menzioni. E per qualsiasi grafico che contenga numeri reali, controlla i valori manualmente: il modello produce grafica raster, non dati, e non garantisce che il numero richiesto sia quello ottenuto.

Perché questo è un affare più grande di quanto sembri

La rimozione dello sfondo è stata per anni un’intera categoria di piccoli strumenti a pagamento e ognuno di essi è un secondo passo nel tuo flusso di lavoro: genera, esporta, carica, rimuovi, scarica, utilizza. Comprimendolo in un parametro nella richiesta originale si rimuove un intero strumento dalla catena. Questo è lo schema silenzioso in molti lavori sui prodotti di intelligenza artificiale in questo momento. La capacità impressionante era già lì; il cambiamento utile è che ora avviene in un unico passaggio invece che in quattro.

Cosa significa per te: Se sei curioso dell’intelligenza artificiale ma non sei tecnico, questo non è ancora utilizzabile, poiché è solo API e necessita di un po’ di Python. Aspettatevi che venga visualizzato negli strumenti che già utilizzate entro pochi mesi, perché è un parametro piuttosto che un prodotto. Se già costruisci con queste API e realizzi risorse di marketing, grafica di presentazione o immagini di negozi, vale la pena provare questa settimana, in particolare sugli oggetti che hanno sempre sconfitto il tuo strumento di ritaglio. E tieni a mente l’avvertimento del grafico. L’immagine di un grafico a barre è un’immagine di numeri, non i numeri stessi.

Fonti

• Risorse di immagini trasparenti per campagne e presentazioni, OpenAI Cookbook
• GPT-Image-2 di OpenAI ora può generare immagini senza sfondo, The Decoder