Come utilizzare l’intelligenza artificiale al meglio per creare e modificare immagini

OpenAI presenta ChatGPT Images 2.5, il nuovo modello per generare e modificare immagini. Arrivano Sketch, Template, modifiche più precise e tempi ridotti.

Creare immagini con l’intelligenza artificiale è ormai diventato alla portata di tutti. Basta descrivere quello che si vuole ottenere e, in pochi secondi, il modello genera un risultato che fino a qualche anno fa avrebbe richiesto competenze grafiche, software professionali e parecchio tempo.

Il problema, però, arriva quando quell’immagine deve essere modificata. Chiedere a un sistema AI di cambiare soltanto lo sfondo, spostare un elemento o modificare lo stile senza toccare il resto può ancora trasformarsi in una specie di lotteria. Il modello può intervenire anche su dettagli che non avevamo chiesto di modificare, alterando soggetti, composizione o caratteristiche dell’immagine originale.

È proprio su questo aspetto che OpenAI punta con ChatGPT Images 2.5, la nuova generazione del modello dedicato alla creazione e alla modifica delle immagini.

Non è solo un’immagine più bella: cambia il modo di crearla

Il miglioramento più importante di Images 2.5 non riguarda soltanto la qualità visiva dei risultati. La novità più interessante è infatti il modo in cui il modello gestisce il processo creativo.

L’obiettivo è rendere la generazione più simile a un lavoro di progettazione nel quale si parte da una prima idea e si procede attraverso una serie di modifiche successive.

In questo scenario, l’utente non deve necessariamente ottenere subito il risultato definitivo. Può creare una prima versione, intervenire su alcuni elementi e continuare a perfezionarla.

Secondo OpenAI, le modifiche diventano più selettive, permettendo di intervenire sull’ambientazione, sullo stile oppure su un singolo elemento dell’immagine mantenendo maggiormente coerenti il soggetto, la composizione e gli altri dettagli.

È un passaggio importante perché uno dei limiti dei generatori di immagini è proprio la difficoltà nel mantenere invariato ciò che non deve essere modificato.

Se, per esempio, si vuole cambiare soltanto l’ambiente nel quale si trova un soggetto, il sistema dovrebbe essere maggiormente in grado di conservare il soggetto stesso senza ricrearlo completamente. Lo stesso principio può essere applicato allo stile, alla composizione o a singoli dettagli dell’immagine.

La memoria delle modifiche è uno dei cambiamenti più interessanti

C’è poi un altro aspetto che potrebbe risultare particolarmente utile a chi utilizza l’intelligenza artificiale per lavori creativi.

Images 2.5 dovrebbe conservare meglio quanto realizzato nei passaggi precedenti anche quando l’immagine viene modificata più volte.

È un problema che i precedenti modelli non hanno sempre gestito in maniera soddisfacente. Dopo diverse modifiche, infatti, il risultato poteva allontanarsi progressivamente dall’immagine di partenza, costringendo l’utente a ripetere istruzioni oppure a ricominciare il lavoro.

L’idea alla base della nuova generazione è invece quella di mantenere una maggiore continuità tra un passaggio e l’altro.

Questo significa poter partire da un’immagine, modificarla, intervenire nuovamente su un dettaglio e continuare il lavoro senza perdere completamente ciò che era stato ottenuto nelle fasi precedenti.

Per chi utilizza questi strumenti per realizzare contenuti, grafiche, concept o materiali visivi, si tratta di un cambiamento potenzialmente più significativo di un semplice aumento della qualità dell’immagine.

Arriva Sketch: basta un disegno per spiegare cosa vuoi

Tra le novità più curiose di ChatGPT Images 2.5 c’è Sketch, una funzione pensata per rendere più semplice comunicare al modello la struttura dell’immagine che si vuole ottenere.

Il principio è molto semplice: invece di descrivere tutto attraverso un prompt, è possibile disegnare direttamente una bozza e lasciare che ChatGPT la trasformi in un’immagine completa.

Non serve quindi realizzare un disegno dettagliato. Una semplice traccia può essere sufficiente per indicare la posizione degli elementi, la loro disposizione o la struttura generale della composizione.

Pensiamo, per esempio, a una planimetria. Descrivere attraverso un testo dove devono trovarsi stanze, porte e altri elementi può diventare complicato. Con una bozza grafica, invece, è possibile indicare direttamente la disposizione desiderata.

Lo stesso vale per un poster, nel quale si vogliono posizionare titolo, immagini e altri elementi in determinati punti, oppure per la forma generale di un vestito.

In situazioni di questo tipo, quattro linee possono comunicare al modello molto più rapidamente quello che si vuole ottenere rispetto a un prompt particolarmente lungo.

È una modalità di interazione che avvicina ulteriormente la generazione di immagini a un processo creativo tradizionale.

Template per partire senza scrivere tutto da zero

Images 2.5 introduce anche Template, un’altra funzione pensata per ridurre il lavoro necessario nella fase iniziale.

I template possono essere utilizzati come punto di partenza per realizzare diversi tipi di contenuti, tra cui poster e merchandising. L’idea è quella di non dover necessariamente partire da una pagina bianca.

L’utente può quindi utilizzare una struttura preimpostata e concentrarsi sulle modifiche e sulla personalizzazione del risultato.

Per chi non ha particolare esperienza nella scrittura dei prompt, può essere un modo più immediato per avvicinarsi alla generazione di immagini. Ma anche per chi utilizza quotidianamente questi strumenti può significare semplicemente risparmiare tempo nelle prime fasi del lavoro.

I prompt diventano condivisibili e riutilizzabili

Un’altra novità riguarda direttamente i prompt. Con Images 2.5 i prompt possono essere condivisi e riutilizzati, rendendo più semplice recuperare istruzioni già utilizzate oppure utilizzarle nuovamente per altri progetti.

Anche questo dettaglio va nella direzione di trasformare la generazione delle immagini da semplice esperimento occasionale a vero e proprio strumento di lavoro.

Un prompt efficace, infatti, può diventare una risorsa da conservare e utilizzare nuovamente invece di essere riscritto ogni volta da zero.

Per chi lavora con contenuti visivi e deve mantenere una certa coerenza tra più immagini, questa possibilità può risultare particolarmente utile.

Anche la velocità migliora: fino al 50% in meno di latenza

OpenAI interviene anche sui tempi di risposta. L’azienda dichiara per Images 2.5 una latenza fino al 50% inferiore rispetto a Images 2.0.

Il dato va letto come un miglioramento dichiarato da OpenAI e non come una garanzia che ogni generazione richiederà esattamente la metà del tempo. La velocità effettiva può infatti dipendere dal tipo di operazione richiesta e dal carico del servizio.

Il principio, comunque, è chiaro: oltre a migliorare la qualità e il controllo delle immagini, OpenAI vuole rendere il processo più rapido.

E quando si lavora attraverso numerose iterazioni, anche pochi secondi risparmiati su ogni generazione possono trasformarsi in un vantaggio concreto.

Quando arriva ChatGPT Images 2.5

La disponibilità è uno degli aspetti più interessanti dell’annuncio. ChatGPT Images 2.5 arriva immediatamente su ChatGPT, ChatGPT Work e Codex per tutti i piani, con disponibilità su desktop, mobile e web.

Questo significa che il nuovo modello non viene presentato come una funzione limitata a una particolare fascia di abbonamento o a una singola piattaforma.

L’obiettivo di OpenAI sembra quindi essere quello di portare le nuove capacità di generazione e modifica delle immagini direttamente all’interno dell’ecosistema che gli utenti già utilizzano per lavorare con ChatGPT.

Il vero cambiamento, però, non sembra essere soltanto nella qualità delle immagini prodotte. Con Sketch, Template, una maggiore capacità di mantenere coerenti le modifiche successive, prompt riutilizzabili e una latenza dichiarata inferiore, Images 2.5 prova a risolvere uno dei problemi principali della generazione tramite AI: non tanto creare qualcosa di convincente una prima volta, quanto riuscire a controllare davvero il risultato fino ad arrivare a quello che si aveva in mente.

Ed è probabilmente questo il passaggio più importante. L’intelligenza artificiale non viene più utilizzata soltanto per generare un’immagine partendo da una descrizione, ma sempre più come uno strumento con cui costruire, modificare e rifinire un progetto visivo passo dopo passo.