حمیدرضا داوریان / هفته گذشته، OpenAI قابلیت تولید مستقیم تصویر را در ChatGPT با استفاده از مدل قدرتمند GPT-4o معرفی کرد. اگرچه در ابتدا عرضه این ویژگی برای کاربران رایگان با تأخیر همراه بود، اما اکنون همه می‌توانند بدون هزینه از آن بهره ببرند. اما نکته جالب درباره این قابلیت، امکان تبدیل عکس‌هاست. با آگاهی از این توانایی جدید، کاربران به سراغ یک ایده خلاقانه و هیجان‌انگیز رفتند؛ تبدیل تصاویر خود به سبک انیمه‌های خاطره‌انگیز استودیو جیبلی (Ghibli) با کمک Chatgpt. این ترند به‌سرعت در شبکه‌های اجتماعی فراگیر شد و افراد زیادی با استفاده از ChatGPT، پرتره‌های خود و دیگران را در قالب آثار الهام‌گرفته از فیلم‌هایی مانند «شهر اشباح» (Spirited Away) و «همسایه من توتورو» (My Neighbor Totoro) بازآفرینی کردند. در ادامه، نگاهی دقیق‌تر به این روند خواهیم داشت.

استودیو جیبلی که در سال ۱۹۸۵ تأسیس شد، یکی از مشهورترین استودیوهای انیمیشن ژاپنی است که به دلیل سبک خاص طراحی، داستان‌سرایی غنی و فضاسازی منحصربه‌فرد، طرفداران زیادی در سراسر جهان دارد. آثار این استودیو مانند قلعه متحرک هاول و پرنسس مونونوکه آنقدر محبوب و معروف هستند که به نمادهای فرهنگی تبدیل شده‌اند. حالا با پیشرفت فناوری هوش مصنوعی، علاقه‌مندان می‌توانند تصاویر خود را در این سبک خلق کنند و به لطف Chatgpt از بازآفرینی حس و حال آثار جیبلی در عکس‌های شخصی‌شان لذت ببرند.

قابلیت جدید ساخت تصویر در ChatGPT این روزها به یک ترند داغ تبدیل شده و کاربران زیادی از آن برای خلق تصاویر جذاب و خلاقانه استفاده می‌کنند. این ویژگی که به لطف مدل جدید GPT-4o ارائه شده، به کاربران اجازه می‌دهد تا تنها با وارد کردن چند دستور، تصاویری دقیق، زیبا و حتی فوتورئالیستیک خلق کنند. بسیاری از افراد در شبکه‌های اجتماعی تصاویر ساخته‌شده خود را به اشتراک می‌گذارند و از کیفیت و دقت بالای این فناوری شگفت‌زده شده‌اند. از خلق پرتره‌های فانتزی گرفته تا تبدیل تصاویر به سبک‌های هنری خاص، این فناوری جدید امکان ساخت هرچه که بخواهید را دارد.

یکی از جذاب‌ترین استفاده‌های این فناوری ChatGPT امکان تبدیل تصاویر به سبک انیمه‌های معروف استودیو جیبلی است. کاربران می‌توانند با آپلود عکس و مشخص کردن ویژگی‌های موردنظر، تصویری خلق کنند که حال و هوای فیلم‌های مشهور این استودیو مانند شهر اشباح و همسایه من توتورو را داشته باشد. این ترند با استقبال گسترده مواجه شده و بسیاری از علاقه‌مندان به انیمیشن، تصاویر خود را در این سبک تولید و به اشتراک می‌گذارند.

قطعا تصویر زیر را در اینترنت یا شبکه‌های اجتماعی دیده‌اید؟

با یک دستور ساده می‌توانید این تصویر را به سبک انیمه‌های جیبلی تغییر دهید. به این صورت که نتیجه زیر را دریافت کنید؛

این سکانس از فیلم God Father (پدرخوانده) را ببینید چطور به زیبایی و با دقت از این حالت؛

به این حالت تغییر پیدا کرده است؛

این تیرانداز خونسرد ترکیه‌ای را به خاطر دارید؟ او یک نظامی آشنا به تیراندازی و بسیار کاربلد بود که بدون هیچگونه تجهیزات مخصوص، به هدف شلیک کرد و در نهایت هم موفق به کسب مدال نقره المپیک شد.

ببینید Chatgpt چطور عکس او را به سبک انیمه‌های استودیو جیبلی تبدیل کرد؛

و در نهایت این هم تصویری از نشست ترامپ و زیلنسکی بر سر مسأله اوکراین و روسیه که از این حالت؛

به حالت زیر تغییر پیدا کرد؛

اگر بیش از ۳۰ سال سن دارید و طرفدار پر و پا قرص اپل هستید، این رویداد تاریخی را هم احتمالا به خاطر دارید؛ رونمایی از اولین آیفون توسط استیو جابز، مدیرعامل فقید اپل در آن زمان.

اگر کنجکاو هستید بدانید استیو جابز به سبک انیمه‌های جیبلی چطور تغییر می‌کند، تصویر زیر را ببینید؛

Chatgpt علاوه بر ساخت تصاویر به سبک استودیو جیبلی، بسیار پیشرفته‌تر هم شده است. مدل GPT-4o نه‌تنها می‌تواند تصاویر را با جزئیات دقیق و کیفیت بالا تولید کند، بلکه قابلیت درک متن و ارتباط آن با تصویر را نیز دارد. این ویژگی باعث می‌شود تصاویر ساخته‌شده کاملاً منطبق با درخواست‌های کاربر باشند و حتی امکان اصلاح و بهینه‌سازی چندمرحله‌ای از طریق مکالمه با هوش مصنوعی فراهم باشد. به‌علاوه، این مدل توانایی ترکیب چندین عنصر را در یک تصویر دارد و می‌تواند متن را نیز با وضوح بالا درون تصاویر جایگذاری کند، ویژگی‌ای که در مدل‌های قبلی کمتر دیده می‌شد.

اطلاعاتی درباره قابلیت ساخت تصویر جدید Chatgpt

ChatGPT در ابتدا برای تولید تصاویر به مدل DALL-E متکی بود، اما اکنون با پیشرفت فناوری، مدل جدیدی را به نام GPT-4o معرفی کرده که توانایی تولید تصاویر را به‌طور مستقل و به‌صورت یکپارچه با پردازش متن ارائه می‌دهد. این مدل نه‌تنها قادر به تولید تصاویر زیبا و چشم‌نواز است، بلکه این کار را با دقت و کارایی بالاتر انجام می‌دهد. به خصوص که نوشته‌های آن حالا بسیار خوانا و دقیق‌تر شده‌اند تا بتوان در ساخت اینفوگرافیک، طراحی لوگو و تصاویر گرافیکی باکیفیت هم از توانایی‌های آن استفاده کرد.

نمونه‌ای از دستوراتی که می‌توانید به این مدل جدید بدهید و نتایجی را که دریافت می‌کنید را در ادامه آورده‌ایم؛

دستور؛ تصویری که نشان دهد در حال حاضر یک فیل نامرئی وجود دارد. ماهیت فیل و اینکه چه کاری در محیط انجام می‌دهد را در نظر بگیرید و سپس تصویر را در میانه فرایند ساخت نشان بدهید. اما خود فیل اصلاً نشان داده نشود.

کافی است عکس یک گربه را به Chatgpt بدهید و دستور زیر را از آن بخواهید؛ تصویر را به نسبت ۱۶:۹ در حالت افقی تغییر بده، طلسم‌های بیشتری به رابط کاربری اضافه کن و زاویه دید را دورتر کن تا گربه را در نمای سوم‌شخص ببینیم که در حال قدم زدن در یک منهتن استیم‌پانک است. تضاد و نورپردازی باید مانند بهترین بازی‌های AAA باشد و رنگ‌ها هم در طیف سرد قرار بگیرند.

قطعا تعجب می‌کنید اما Chatgpt فقط تصاویر را به سبک و سیاق استودیو جیبلی در نمی‌آورد. بلکه ساخت چنین تصویری هم از قابلیت جدید آن بر می‌آید؛ یک تصویر عریض که ثبت شده با گوشی از یک وایت‌بورد شیشه‌ای در اتاقی با نمایی رو به پل Bay Bridge. در میدان دید، زنی در حال نوشتن دیده می‌شود که یک تی‌شرت با لوگوی بزرگ OpenAI بر تن دارد. دست‌خط او طبیعی و کمی نامرتب است، و بازتاب عکاس نیز در تصویر دیده می‌شود.

قابلیت جدید Chatgpt فوق‌العاده به نظر می‌رسد. اما اینکه Chatgpt به شما امکان می‌دهد تصاویرتان را به سبک انیمه‌های استودیو جیبلی تبدیل کنید، چیزی فراتر از یک ابزار سرگرم‌کننده است؛ این یک جهش خیره‌کننده در دنیای هوش مصنوعی و هنر دیجیتال محسوب می‌شود. ترکیب الگوریتم‌های هوش مصنوعی با حساسیت‌های هنری، حالا به نقطه‌ای رسیده که می‌تواند سبک‌های بصری پیچیده را شبیه‌سازی کند، گویی که دست یک هنرمند واقعی پشت آن است. نظر شما در رابطه با این فناوری جدید چیست؟