Najważniejsze (w skrócie): W 10-turowym łańcuchu kolejnych edycji pustego, zabytkowego wnętrza kina GPT Image 2.5 Sunburst wykazał fenomenalne zachowanie sensu semantycznego, ale też stopniowy dryf mikrotekstur:
- Znakomita pamięć semantyczna: elementy dodane we wczesnych rundach (zachód słońca na ekranie w turze 1, paproć w doniczce w turze 4, złożony program w turze 7) były obecne i spójne przestrzennie aż do tury 10;
- Stopniowy dryf tekstur: bez lokalnych masek inpaintingu przekazywanie każdego wyniku do kolejnej generacji powoduje subtelne kumulujące się wygładzanie. Drobny rysunek drewna na ścianach i welurowe siedzenia stopniowo zyskują falujące, malarskie artefakty.
Gdy klient prosi o „jeszcze jedną drobną poprawkę”, trzeba wiedzieć, w czym edycja obrazów AI bez masek sprawdza się najlepiej, a gdzie jakość spada.
1. Konfiguracja eksperymentu i zasady kontrolne
Test zaczęliśmy od czystej fotografii bazowej pustego wnętrza kina: biały pusty ekran, bordowe fotele, boazeria z ciemnego drewna, boczne kurtyny i środkowe przejście.
Ograniczenia kontrolne:
- Model i parametry:
gpt-image-2.5-sunburst, proporcje16:9, rozdzielczość2K(PNG 2048 × 1152), jakośćmedium. - Czysty łańcuch autoregresyjny: każda tura używała jako obrazu wejściowego wyłącznie wyniku poprzedniej tury. Bez cofania zmian, bez wybierania najlepszych wyników, bez retuszu w Photoshopie i bez masek inpaintingu.
- Sztywna klauzula zachowania: każdy prompt kończył się zdaniem:
"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." (Zachowaj każdy inny istniejący szczegół i wszystkie wcześniejsze edycje: architekturę kina, ramę ekranu, drewniane panele, kinkiety, układ miejsc, kształt foteli, bordową tapicerkę, pozycję kamery, kadr, perspektywę i ekspozycję. Nie dodawaj osób, nie przestawiaj foteli, nie przybliżaj i nie dodawaj tekstu. To lokalna edycja poprzedniego obrazu, a nie nowy projekt.)
2. Rozbicie poprawek tura po turze
Czytaj od lewej do prawej, a potem z góry na dół. 👉 Otwórz arkusz kontrolny 10 tur w pełnej rozdzielczości.
Rozbicie na tury i macierz obserwacji wizualnych
| Tura | Żądana modyfikacja | Reakcja docelowego obiektu | Stabilność tła i globalnych tekstur |
|---|---|---|---|
| 0 | Oryginalna baza | Pusty ekran, bordowe fotele, ciemne drewniane panele | Czysty fotograficzny realizm |
| 1 | Zachód słońca nad oceanem z białą żaglówką na ekranie | Ocean i łódź czysto wypełniły ekran w obrębie ramy | Cała architektura w pełni nienaruszona |
| 2 | Lewa kurtyna na jasny turkus | Lewa kurtyna płynnie zmieniła kolor, z realistycznymi fałdami draperii | Obraz na ekranie i prawa kurtyna bez zmian |
| 3 | Prawa kurtyna na głęboki granat | Prawa kurtyna stała się granatowa; lewa została turkusowa | Obie palety kolorów współistniały naturalnie |
| 4 | Paproć w kremowej doniczce, przód po lewej | Paproć pojawiła się obok foteli w pierwszym rzędzie, z naturalnymi cieniami | Zasłonięcia przez fotele oddane poprawnie |
| 5 | Mała mosiężna latarnia, przód po prawej przy przejściu | Ciepła mosiężna latarnia stanęła przy przejściu | Realistyczne światło odbite od podłogi |
| 6 | Dywan w przejściu na indygo z kremowymi obramowaniami | Zastosowano dywan w kolorze indygo i pasy obramowania | Osiągnięto próg: na drewnianych panelach widać słaby szum |
| 7 | Złożony kremowy program na prawej przedniej poduszce | Mały papierowy program starannie ułożony na poduszce siedzenia | Wysoka precyzja przestrzenna przy drobnych rekwizytach |
| 8 | Żagiel łodzi zmieniony na czerwony | Biały żagiel udanie zmieniony na intensywną czerwień | Powierzchnia oceanu została ponownie spróbkowana; pojawia się lekki banding kolorów |
| 9 | Doniczka z paprocią zmieniona na terakotową | Kremowa doniczka zmieniła się w matową terakotową pomarańcz | Geometria liści i skala rośliny zachowane |
| 10 | Prawa kurtyna zmieniona z granatowej na ochrę | Prawa kurtyna zmieniła się w ochrę; lewa została turkusowa | Globalne tekstury wykazują wyraźne malarskie wygładzenie |
3. Analiza: co pozostało nienaruszone, a co się rozjechało
1. Wyjątkowa pamięć przestrzenna
Sunburst zachował geometryczną spójność sceny przez 10 cykli kompresji:
- Kąt kamery, punkt zbiegu i układ foteli na widowni nigdy się nie wypaczyły;
- Dodane wcześniej elementy (zachód słońca, łódź, roślina, latarnia, program, chodnik) pozostały konsekwentnie zakotwiczone w przestrzeni 3D.
2. Nieuchronne narastanie artefaktów autoregresji
Bez maski inpaintingu wielokrotne przekazywanie wyników z powrotem do pipeline'u dyfuzyjnego kumuluje dryf próbkowania:
- Utrata mikrotekstur: wyraźny rysunek drewna na oryginalnych ścianach zmiękł i zamienił się w stylizowaną boazerię;
- Banding kolorów: niebo z zachodem słońca na ekranie kina zyskało schodkowe przejścia kolorów;
- Błyszczące nadmierne wygładzenie: do tury 10 powierzchnie architektury nabrały charakterystycznego dla AI satynowego połysku.
4. Zalecenia produkcyjne przy poprawkach dla klienta
Aby korzystać z generowania w wielu turach bez utraty wierności wizualnej w pracy dla klientów:
1. Twórz rozgałęzienia z punktów kontrolnych
Nigdy nie wykonuj 10 ciągłych iteracji bez rozgałęzień. Zapisuj zatwierdzone etapy (np. v1.0-approved.png). Jeśli tura 5 się rozjeżdża, wróć do tury 3 zamiast kumulować błędy.
2. Łącz edycje w jedno żądanie
Zamiast pięciu kolejnych wywołań dla kurtyn, dywanu i rekwizytów połącz wszystkie potwierdzone zmiany w jednym zbiorczym prompcie dla czystego obrazu bazowego.
3. Używaj masek inpaintingu, gdy są obsługiwane
Jeśli twoja platforma obsługuje maskowanie, maskuj tylko obszar docelowy (np. kurtyny). Zamrożenie pozostałych 90% obrazu zachowuje tekstury tła bez ograniczeń czasowych.
4. Oddziel typografię i logotypy
Logotypy marki i dokładną typografię trzymaj w wektorowych narzędziach projektowych (Figma, Illustrator), zamiast pozwalać modelom dyfuzyjnym regenerować litery w kolejnych turach.
5. Struktura żądania API i koszty testu
{
"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"
}
}
Zmierzone koszty i opóźnienia:
- Koszt jednej edycji: 2K medium kosztowało 5,99 kredytu ($0.02995);
- Łączny koszt łańcucha 10 tur: 59,9 kredytu ($0.2995 łącznie);
- Czas realizacji jednego kroku: od 42,99 s do 54,95 s.
Najczęstsze pytania (FAQ)
Czy wynik z Sunburst po 10 edycjach nadaje się do użytku komercyjnego?
Tak, zależnie od formatu docelowego. W przypadku banerów internetowych, treści do mediów społecznościowych i podglądów redakcyjnych tura 10 nadal robi wrażenie i jest spójna. Przy druku artystycznym lub luksusowym e-commerce wygładzanie tekstur staje się zauważalne już po turze 4.
Czy jakość high lub max zapobiega dryfowi tekstur?
Opóźnia degradację, bo w każdym kroku zachowuje więcej drobnych szczegółów, ale nie eliminuje całkowicie matematycznego dryfu w kolejnych pętlach dyfuzji bez masek. Maski inpaintingu i punkty kontrolne nadal są najlepszą praktyką.