Saat fotoğrafında 100 düzenleme: Seedream 5.5 ve GPT Image 2.5/2.6 karşılaştırıldı

Bir kullanıcının videosunda kol saati fotoğrafı art arda 100 kez düzenlendi. Denemede Seedream 5.5 çevredeki öğeleri büyük ölçüde korurken GPT Image 2.5 ve 2.6’da bazı ayrıntılar bulanıklaştı veya kompozisyon değişti.

ByteDance, görsel üretme ve düzenleme modeli Seedream 5.5’i 9’unda tanıttı. Şirket, resmi duyurusunda ardışık düzenlemelerde istikrarı, şeffaf arka plan oluşturmayı, doku ve küçük yazıların işlenmesini modelin geliştirilmiş özellikleri arasında gösterdi.

ByteDance’in resmi tanıtımında bir kişinin kıyafetleri ve takıları ile masadaki eşyalar sırayla değiştirildi. Her yeni düzenlemede bir önceki sonuç girdi olarak kullanıldı. Şirket, 100. düzenlemeden sonra bile yüzük ve gözlük çerçevesi gibi küçük nesnelerin düzeltilebildiğini belirtti.

Ayrı kullanıcı denemesinde, bileğinde Casio G-Shock saat bulunan tek bir fotoğraf kullanıldı. Alisa Qian’ın X’te paylaştığı videoda her turda yalnızca saatin saniye göstergesi bir saniye ileri alındı ve önceki sonuç bir sonraki düzenlemeye girdi olarak verildi. BlockTempo’nun haberine göre karşılaştırma bu şekilde yapıldı.

Videoda üç model de saniye göstergesini değiştirdi. BlockTempo, Seedream 5.5’te bileğin, ambalaj yazısının ve arka plandaki kabloların 100 tur sonunda gözle görülür ölçüde değişmediğini aktardı. GPT Image 2.5’te bazı yazı ve görüntüler bulanıklaşırken GPT Image 2.6’da renkler belirginleştikten sonra yaklaşık 85. turda bilek ve arka plan kayboldu; görüntü bir ürün fotoğrafına dönüştü.

Kullanıcı videosundaki koşullar ByteDance’in resmi tanıtımındaki denemeden farklıydı. Bu karşılaştırmada kullanıcıya ait tek bir fotoğraf, GPT Image 2.5 ve 2.6 ile karşı karşıya getirildi.

Videoya gelen yorumlarda, Seedream’in yalnızca değiştirilecek bölümü düzenlediği, GPT’nin ise fotoğrafın tamamını yeniden oluşturuyor gibi göründüğü ve bu nedenle karşılaştırmanın adil olmadığı savunuldu. Başka yorumlarda, GPT’de her seferinde önceki sonuç yerine orijinal fotoğrafla düzenlemeye başlamanın bozulmanın birikmesini önleyebileceği belirtildi.

ByteDance, e-ticaret, pazarlama, video, oyun, ofis işleri ve moda olmak üzere altı kullanım alanında sonuç kalitesi ve kullanılabilirliğin önceki modele kıyasla iyileştiğini kendi değerlendirmesinde bildirdi. Çince ve İngilizce küçük yazı testlerinde ağır karakter hata oranını %0,4, hafif hata oranını %1,7 olarak açıkladı. Karşılaştırmaya GPT Image 2.5 dahil edildi; GPT Image 2.6 ise değerlendirmede yer almadı.

OpenAI’ın geliştirici dokümantasyonu, görsel düzenleme talimatlarında hangi bölümlerin değiştirileceğinin ve hangilerinin korunacağının açıkça belirtilmesini öneriyor. Dokümana göre düzenleme alanını belirleyen maske de her zaman tam olarak istenen sınırları izlemeyebilir.

Ürün fotoğrafındaki fiyatı veya tanıtım görselindeki tarihi tekrar tekrar değiştirme gibi işlerde, düzenlenecek bölümün yanı sıra görüntünün geri kalanının korunup korunmadığı da incelenebilir. ByteDance, 9’undaki duyurusunda Seedream 5.5’i kendi hizmetlerine aşamalı olarak eklemeyi ve daha sonra Pro sürümünü sunmayı planladığını açıkladı.