Punto chiave (TL;DR): Attraverso una sequenza di 10 modifiche consecutive sull'interno disabitato di un cinema vintage, GPT Image 2.5 Sunburst ha dimostrato una memoria semantica eccezionale, accompagnata da una progressiva deriva delle micro-texture:
- Memoria semantica straordinaria: Gli elementi inseriti nei primi passaggi (schermo al tramonto al Passaggio 1, felce in vaso al Passaggio 4, libretto al Passaggio 7) sono rimasti presenti e coerenti nello spazio 3D fino al Passaggio 10;
- Deriva progressiva delle texture: Senza maschere di inpainting localizzate, rielaborare ricorsivamente ogni generazione genera una levigatura cumulativa: le venature del legno sulle pareti e il velluto delle poltrone assumono gradualmente un aspetto più pittorico e ondulato.
Quando un cliente chiede "ancora una piccola modifica", capire esattamente dove l'editing IA eccelle e dove tende a degradare è fondamentale per ogni team creativo.
1. Setup sperimentale e regole di controllo
Abbiamo avviato il test con una fotografia di base pulita di una sala cinematografica vintage vuota: schermo bianco senza proiezioni, poltrone bordeaux, boiserie in legno scuro, tendaggi laterali e corsia centrale.
Vincoli di controllo:
- Modello e parametri:
gpt-image-2.5-sunburst, proporzioni16:9, risoluzione2K(2048 × 1152 PNG), qualitàmedium. - Catena autoregressiva pura: Ciascun passaggio ha utilizzato esclusivamente l'output del passaggio precedente come immagine di input. Nessun rollback, nessuna selezione preferenziale, nessun ritocco Photoshop e nessuna maschera di inpainting.
- Clausola rigida di preservazione: Ogni prompt si concludeva con l'istruzione:
"Preserve every other existing detail and all earlier edits: cinema architecture, screen frame, wood panels, wall sconces, seating layout, seat shapes, burgundy seat upholstery, camera position, crop, perspective and exposure. Do not add people, rearrange seats, zoom or add text. This is a local edit of the previous image, not a redesign."
2. Analisi dettagliata delle 10 revisioni
Lettura da sinistra verso destra, poi dall'alto verso il basso. 👉 Apri il foglio di contatto a piena risoluzione.
Matrice di osservazione visiva turno per turno
| Passaggio | Modifica richiesta | Risposta dell'oggetto target | Stabilità dello sfondo e della texture globale |
|---|---|---|---|
| 0 | Base fotografica iniziale | Schermo vuoto, poltrone bordeaux, legno scuro | Realismo fotografico nitido |
| 1 | Tramonto sull'oceano con barca a vela bianca sullo schermo | Mare e barca occupano perfettamente lo schermo nella cornice | Architettura generale completamente intatta |
| 2 | Tenda sinistra a tinta ottanio tenue | Tenda sinistra ricolorata con drappeggio e pieghe realistiche | Quadro su schermo e tenda destra inalterati |
| 3 | Tenda destra a blu navy profondo | Tenda destra trasformata in blu navy; sinistra rimasta ottanio | Entrambe le cromie convivono armoniosamente |
| 4 | Felce in vaso crema davanti a sinistra | Felce inserita vicino alla prima fila con ombre naturali | Occlusioni con le poltrone gestite con precisione |
| 5 | Piccola lanterna in ottone lungo la corsia destra | Lanterna in ottone caldo posizionata a lato del corridoio | Riflesso luminoso realistico sul pavimento |
| 6 | Tappeto corsia a tinta indaco con bordi crema | Tappeto indaco e bordature chiare applicati con successo | Soglia critica: i pannelli in legno mostrano lieve rumore |
| 7 | Libretto d'opera avorio piegato sul sedile destro | Piccolo foglio piegato posato sul cuscino della poltrona | Altissima precisione spaziale su micro-oggetti |
| 8 | Vela della barca modificata in colore rosso | Vela bianca trasformata con successo in rosso brillante | Superficie dell'oceano ricampionata; compare lieve color banding |
| 9 | Vaso della pianta modificato in terracotta | Vaso color crema passato ad arancione terracotta opaco | Geometria del fogliame e scala della pianta preservate |
| 10 | Tenda destra cambiata da blu navy a ocra | Tenda destra passata a ocra; sinistra rimasta ottanio | Le texture complessive mostrano un evidente effetto pittorico levigato |
3. Analisi: cosa è rimasto intatto e cosa è mutato
1. Straordinaria memoria spaziale
Sunburst ha mantenuto la coerenza geometrica dell'ambiente attraverso 10 passaggi successivi:
- Angolazione della camera, punto di fuga e disposizione delle poltrone non hanno subito distorsioni;
- Gli elementi aggiunti in precedenza (schermo, barca, felce, lanterna, libretto, passatoia) sono rimasti ancorati stabilmente nello spazio tridimensionale.
2. Inevitabile accumulo di artefatti autoregressivi
Senza maschere di inpainting, reinviare intere immagini nel ciclo di diffusione accumula deriva di campionamento:
- Perdita di micro-texture: La grana definita del legno originale si è progressivamente ammorbidita in una boiserie liscia e stilizzata;
- Color banding: Il cielo del tramonto sullo schermo ha sviluppato sfumature a gradini evidenti;
- Levigatura satinata: Le superfici architettoniche hanno assunto una caratteristica patina lucida tipica dell'IA al decimo passaggio.
4. Raccomandazioni operative per le revisioni con i clienti
Per sfruttare la modifica multi-passo senza sacrificare la qualità visiva nei flussi di lavoro professionali:
1. Implementare il fork da checkpoint approvati
Non concatenare 10 revisioni consecutive senza sosta. Salva traguardi intermedi approvati (es. v1.0-approvato.png). Se il passaggio 5 fallisce, riparti dal passaggio 3 invece di amplificare gli errori.
2. Raggruppare le modifiche in prompt consolidati
Invece di eseguire cinque chiamate separate per tende, passatoia e arredi, combina tutte le modifiche approvate in un unico prompt consolidato partendo dalla sorgente pulita.
3. Utilizzare maschere di inpainting ove supportate
Se la piattaforma supporta il masking, isola solo l'area interessata (es. solo la tenda). Bloccare il restante 90% dell'immagine salvaguarda indefinitamente le texture dello sfondo.
4. Mantenere loghi e testi su livelli vettoriali
Gestisci loghi istituzionali e scritte su strumenti vettoriali dedicati (Figma, Illustrator), evitando che i modelli di diffusione debbano ricostruire i caratteri a ogni passaggio.
5. Struttura della richiesta API e costi del benchmark
{
"model": "gpt-image-2.5-sunburst",
"input": {
"prompt": "Edit this exact image. Change only the blank screen to a calm ocean sunset with one tiny white-sailed boat. Preserve all other details, composition, seating, lighting and materials.",
"image_urls": ["https://storage.poyo.ai/blog/gpt-image-25-p0-20260910/editing-original-bebd96f7e6fa.png"],
"size": "16:9",
"resolution": "2K",
"quality": "medium",
"output_format": "png"
}
}
Costi e tempi di risposta rilevati:
- Costo per modifica: Il livello 2K medium ha richiesto 5.99 crediti ($0.02995);
- Costo totale della sequenza di 10 modifiche: 59.9 crediti ($0.2995 in totale);
- Tempo di completamento per passaggio: Compreso tra 42.99 s e 54.95 s.
Domande frequenti (FAQ)
È possibile utilizzare a livello commerciale l'output di Sunburst dopo 10 revisioni?
Sì, in base al canale di destinazione. Per banner web, post social e anteprime editoriali, il decimo passaggio resta visivamente gradevole e coerente. Per stampe artistiche o campagne di lusso, la levigatura delle texture diventa percepibile già dopo il quarto passaggio.
L'impostazione di qualità high o max elimina la deriva delle texture?
Rallenta la degradazione preservando una maggiore quantità di frequenze elevate ad ogni passaggio, ma non cancella del tutto la deriva matematica sui loop ricorsivi senza maschera. L'impiego di inpainting mascherato e checkpoint rimane la prassi ottimale.