عرض کوتاه‌مدت سه مدل جدید OpenAI در نیمه‌شب

لحظاتی پیش، سه مدل جدید OpenAI برای مدت کوتاهی در دسترس قرار گرفتند.

اندکی قبل، سه مدل مرموز آلفا با نام رمز «Aurora» به‌طور غیرمنتظره در زیرساخت API شرکت OpenAI ظاهر شدند: aurora-red-alpha، aurora-green-alpha و aurora-blue-alpha.

آیا قرار است شاهد عرضه مجموعه دیگری از مدل‌های جدید باشیم؟

بااین‌حال، پیش از آنکه کسی فرصت آزمایش این مدل‌ها را پیدا کند، OpenAI به‌سرعت هر سه را از دسترس خارج کرد.

اما با وجود مسدودشدن دسترسی به API، ردپای هر سه مدل همچنان در پلتفرم Arena قابل مشاهده بود.

نتایج آزمایش‌های بعدی نیز شگفت‌انگیز بود.

این مدل‌ها اصلاً برای کدنویسی طراحی نشده‌اند؛ بلکه با نسل بعدی مدل‌های پایه تولید تصویر روبه‌رو هستیم که OpenAI احتمالاً قصد دارد به‌زودی عرضه کند.

کیفیت بافت تصاویر تولیدشده با این مدل‌ها مستقیماً با Nano Banana رقابت می‌کند.

عرضه ناگهانی سه مدل جدید و حذف سریع آن‌ها در نیمه‌شب

اتفاقات روز گذشته با سرعت زیادی رخ داد.

به‌محض اینکه سه مدل، از جمله aurora-red-alpha، در فهرست API ظاهر شدند، موجی از هیجان در میان توسعه‌دهندگان به راه افتاد.

برخی حدس می‌زدند که شاید این مدل‌ها همان GPT-6.1 Astra افسانه‌ای باشند.

OpenAI پیش‌تر، در اوایل اکتبر، عرضه GPT-6.1 Astra را به‌دلیل مسائل امنیتی متوقف کرده بود.

علاوه بر این، در ۹ فوریه همین سال، مدلی ناشناس با نام Aurora Alpha ناگهان در پلتفرم OpenRouter در دسترس قرار گرفته بود.

در توضیحات رسمی آن آمده بود: «این مدلی نامرئی است که برای جمع‌آوری بازخورد در اختیار جامعه کاربران قرار گرفته؛ مدلی استنتاجی که صرفاً با هدف دستیابی به سرعت بالا ساخته شده است.»

تنها سه روز بعد، OpenAI با انتشار رسمی GPT-5.3-Codex-Spark خبرساز شد.

این شرکت اعلام کرد که این مدل، «مدلی فوق‌سریع برای کدنویسی بلادرنگ در Codex» است و می‌تواند بیش از ۱۰۰۰ توکن در ثانیه تولید کند.

از آنجا که زمان‌بندی این رویدادها به هم نزدیک بود و توصیف‌های مربوط به عملکرد مدل‌ها نیز کاملاً با یکدیگر هم‌خوانی داشت، اعضای جامعه کاربران از آن زمان تقریباً این معادله را قطعی می‌دانستند: Aurora همان مدل کدنویسی فوق‌سریع و قدرتمند OpenAI است.

در ذهن بسیاری از کاربران، نام «Aurora» با بالاترین سطح توانایی در کدنویسی و استدلال گره خورده بود.

شوک ماجرا خیلی زود از راه رسید؛ Aurora در واقع مشغول کشیدن گربه بود!

درست زمانی که همه تصور می‌کردند سه مدل «Aurora» قرار است کدهایی با کیفیتی خارق‌العاده تولید کنند، یکی از کاربران هویت واقعی آن‌ها را در Arena کشف کرد.

این مدل‌ها نه مولدهای فوق‌سریع کد هستند و نه نسخه‌ای از GPT-6.1 Astra.

این سه مدل که در نگاه اول بسیار پیشرفته به نظر می‌رسیدند، در Arena مشغول تولید تصویر بودند.

دقیق‌تر بگوییم، آن‌ها گربه می‌کشیدند.

مشخص شد که با وجود قطع دسترسی به API، OpenAI این مدل‌ها را برای جمع‌آوری داده‌های بازخورد انسانی مورد استفاده در یادگیری تقویتی (RLHF)، از مجموعه آزمایش‌های محدود و غیرعمومی Arena حذف نکرده است.

کاربران بلافاصله به Arena هجوم بردند و آزمایش‌های گسترده‌ای را آغاز کردند.

آزمایش‌کنندگان که سرشار از هیجان بودند، درخواست‌های خود را برای aurora-red-alpha فرستادند.

نتیجه، تصویری خیره‌کننده و نمای نزدیک از چهره یک گربه بود.

ترکیب‌بندی تصویر بسیار دقیق بود و نورپردازی و سایه‌ها با دقت زیادی طراحی شده بودند؛ به‌گونه‌ای که عکس، حس یک پرتره حرفه‌ای و حساب‌شده را منتقل می‌کرد.

در مرحله بعد، کاربران aurora-green-alpha را آزمایش کردند.

این بار هم خروجی تصویری از یک گربه بود.

اما برخلاف نسخه قرمز، نسخه «Aurora سبز» تصویری از زندگی روزمره در فضای داخلی تولید کرد؛ عکسی با میدان دید گسترده‌تر و پس‌زمینه‌ای روشن‌تر که به لحظه‌ای عادی از زندگی شباهت داشت و طبیعی و بدون تصنع به نظر می‌رسید.

درباره aurora-blue-alpha، هنوز نمونه مشخصی از گربه‌ای که این مدل تولید کرده باشد منتشر نشده است؛ بااین‌حال، مشخص است که آن هم مدلی برای تولید تصویر است.

کاربران اینترنت برای سه ثانیه سکوت کردند و سپس با ناباوری به خنده افتادند.

تصور می‌کردیم OpenAI می‌خواهد دنیا را فتح کند، اما ظاهراً سم آلتمن فقط می‌خواست گربه‌هایی با سبک‌های متفاوت برایمان بکشد!

در سازوکار آزمون دوسوکور Arena، کاربران باید میان خروجی‌های دو مدل رأی بدهند.

کاربران خیلی زود متوجه شدند که نسخه سبز (Aurora-Green) با اختلافی چشمگیر و نرخ پیروزی بسیار بالا، نسخه قرمز (Aurora-Red) را شکست می‌دهد.

این رقابت میان نسخه قرمز و سبز در واقع آزمونی کلیدی برای OpenAI است تا سبک پیش‌فرض تولید تصویر را برای نسل بعدی مدل تصویری خود انتخاب کند.

تا این لحظه، نسخه سبز که نماینده زیبایی‌شناسی پیشرفته و بافت طبیعی‌تر است، پیروزی قاطعی به دست آورده است.

اما نسخه آبی Aurora چه وضعیتی دارد؟

پس از ساعت‌ها جست‌وجو، سرانجام یکی از کاربران موفق شد Aurora Blue Alpha را پیدا کند.

تصاویر تولیدشده با نسخه آبی جزئیات بسیار بیشتری داشتند.

یکی از کاربران با واردکردن عبارت «دوچرخه‌سواری یک پلیکان» این نسخه را آزمایش کرد؛ نتیجه، تصویری سوررئال و جالب بود.

این مدل در تولید تصاویر با سبک کمیک نیز عملکرد خوبی از خود نشان می‌دهد.

برخی کاربران گفته‌اند تصاویر تولیدشده با Aurora ترکیبی از قابلیت‌های Nano Banana و GPT Image را به نمایش می‌گذارند.

با توجه به کیفیتی که در نمونه‌های نمایشی دیده می‌شود، Nano Banana 3 Pro با رقیبی جدی روبه‌رو خواهد شد.

آیا ChatGPT در آستانه یک جهش بزرگ در قابلیت‌های تصویری است؟

اگر بخواهیم اتفاقات امروز را کنار هم بگذاریم، احتمالاً ماجرا به این شکل پیش رفته است.

یک خطای عملیاتی در API شرکت OpenAI باعث شد سه مدل Aurora که نامشان از سه رنگ اصلی RGB گرفته شده است، برای مدتی در معرض دید قرار بگیرند.

این مدل‌ها ممکن است Image-3 باشند یا مدل‌های پایه بینایی و تصویرسازی که OpenAI به‌طور اختصاصی برای موتور چندوجهی نسل بعدی خود توسعه داده است.

البته جاه‌طلبی‌های OpenAI به تولید تصویر محدود نمی‌شود.

این شرکت در هفته‌های اخیر مجموعه‌ای از اقدامات فشرده را دنبال کرده است.

مدل GPT-6 مجهز به رابط کاربری هوشمند (Intelligent UI) به‌تازگی با قابلیت‌هایی چشمگیر در ChatGPT معرفی شده است.

محصول مهم Dots که برای رقابت با Grok و Muse طراحی شده، عرضه شده است و GPT-6 Astra و GPT-6.1 Sol توان پردازشی مورد نیاز آن را تأمین می‌کنند.

هفته گذشته نیز مدلی معرفی‌نشده با نام gpt-rosalind-discovery بی‌سروصدا به صفحه قیمت‌گذاری اضافه شد و اندکی بعد، Rosalind Workbench در قالب پیش‌نمایش پژوهشی در دسترس عموم قرار گرفت.

در همین حال، مدل قدرتمند Fable 5.5 از شرکت Anthropic نیز به زمان عرضه نزدیک می‌شود.

همه با هیجان درباره مدل عمومی نسل بعد صحبت می‌کنند، اما چیزی که نصیب ما شده یک مدل تولید تصویر است. به خودت بیا، OpenAI!

چه OpenAI تصمیم بگیرد با ارتقای قابلیت‌های بصری GPT-Image-3 به رقابت بازگردد و چه مدل پیشرفته‌تری را برای رونمایی در آینده نگه داشته باشد، باید در آینده‌ای نزدیک محصولاتی واقعاً قدرتمند عرضه کند.

منبع: TestingCatalog؛ احتمال آزمایش GPT Image 3 توسط OpenAI

این مقاله از حساب رسمی وی‌چت «شین‌ژی‌یوان» (Xinzhiyuan)، با شناسه AI_era، به قلم ASI Apocalypse و با ویرایش Aeneas David منتشر شده و با اجازه ناشر از 36Kr بازنشر شده است.