Главные выводы (TL;DR): В цепочке из 10 последовательных правок интерьера винтажного кинотеатра GPT Image 2.5 Sunburst продемонстрировал поразительную семантическую память наряду с постепенным размытием микротекстур:
- Выдающаяся семантическая память: Элементы, добавленные на первых шагах (закат на экране на Шаге 1, папоротник в горшке на Шаге 4, сложенный буклет на Шаге 7), сохранились и остались пространственно согласованными вплоть до Шага 10;
- Постепенный дрейф текстур: Без использования локальных масок инпейнтинга повторная подача каждого сгенерированного кадра обратно в модель вызывает накопительное сглаживание — фактура деревянных панелей и бархат кресел со временем приобретают живописный сглаженный вид.
Когда заказчик просит «всего одну маленькую правку», критически важно понимать, где ИИ-редактирование без масок справляется безупречно, а где неизбежно теряет чёткость.
1. Схема эксперимента и правила контроля
Мы начали тест с чистого эталонного снимка пустого кинозала: белый экран, бордовые кресла, тёмные деревянные стеновые панели, боковые кулисы и центральный проход.
Правила контроля:
- Модель и параметры:
gpt-image-2.5-sunburst, соотношение сторон16:9, разрешение2K(2048 × 1152 PNG), качествоmedium. - Чистая авторегрессионная цепочка: На каждом шаге в качестве входного файла использовался исключительно результат предыдущего шага. Без откатов, без выборки лучших вариантов, без ретуши в Photoshop и без масок инпейнтинга.
- Строгая инструкция сохранения: Каждый промпт завершался фразой:
"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. Пошаговый разбор 10 итераций правок
Чтение слева направо, сверху вниз. 👉 Открыть контактный лист в полном разрешении.
Таблица шагов и визуальных наблюдений
| Шаг | Запрошенная правка | Реакция целевого объекта | Стабильность фона и общих текстур |
|---|---|---|---|
| 0 | Исходный базовый кадр | Белый экран, бордовые кресла, деревянные панели | Чистый фотографический реализм |
| 1 | Закат над океаном с белым парусником на экране | Океан и яхта аккуратно заполнили экран внутри рамы | Архитектура зала идеально сохранена |
| 2 | Левая кулиса заменена на нежно-бирюзовую | Левая кулиса перекрашена с естественными складками ткани | Картинка на экране и правая штора без изменений |
| 3 | Правая кулиса заменена на тёмно-синюю | Правая кулиса стала тёмно-синей; левая осталась бирюзовой | Обе цветовые гаммы естественно гармонируют |
| 4 | Папоротник в кремовом горшке слева спереди | Папоротник появился у первого ряда с реалистичными тенями | Перекрытия кресел отрисованы геометрически точно |
| 5 | Небольшой латунный фонарь в правом проходе | Теплый латунный фонарь аккуратно установлен в проходе | Правдоподобный отсвет на полу |
| 6 | Ковровая дорожка в проходе: индиго с кремовой каймой | Дорожка цвета индиго и полосы по краям применились чётко | Порог устойчивости: на панелях заметен лёгкий шум |
| 7 | Сложенная брошюра цвета слоновой кости на кресле | Небольшая бумажная программа аккуратно легла на сиденье | Высокая пространственная точность мелких деталей |
| 8 | Парус яхты изменён на ярко-красный | Белый парус успешно стал насыщенно-красным | Пересчёт поверхности океана; лёгкий ступенчатый градиент |
| 9 | Горшок папоротника заменён на терракотовый | Кремовый горшок стал матово-терракотовым | Геометрия листьев и масштаб растения сохранились |
| 10 | Правая кулиса заменена с синей на охристую | Правая кулиса стала охристой; левая осталась бирюзовой | На общих текстурах заметно художественное сглаживание |
3. Анализ результатов: что сохранилось, а что подверглось дрейфу
1. Превосходная пространственная память
Sunburst сохранил геометрическую структуру сцены на протяжении 10 последовательных циклов диффузии:
- Ракурс камеры, точка схода и геометрия рядов кресел ни разу не деформировались;
- Все добавленные объекты (закат, яхта, растение, фонарь, буклет, ковёр) оставались надёжно закреплены на своих 3D-координатах.
2. Неизбежное накопление артефактов авторегрессии
Без использования маски инпейнтинга повторный прогон всего изображения через диффузионную сеть накапливает вычислительный дрейф:
- Потеря микротекстур: Отчётливые волокна древесины на стенах постепенно сгладились в стилизованные панели;
- Ступенчатый градиент (Color Banding): На небе заката на экране проявились лёгкие ступенчатые полосы переходов цвета;
- Искусственный атласный глянец: К 10-му шагу поверхности интерьера приобрели характерный для нейросетей мягкий полуглянцевый блеск.
4. Рекомендации для клиентских пайплайнов
Чтобы применять пошаговое редактирование без ущерба для финального качества коммерческих проектов:
1. Используйте контрольные точки (Checkpoint Forking)
Не создавайте бесконечные линейные цепочки из 10 шагов. Сохраняйте утверждённые этапы проекта (например, v1.0-approved.png). Если на 5-м шаге генерация пошла не туда, делайте ответвление от 3-го шага, а не пытайтесь исправить испорченный кадр.
2. Объединяйте правки в один пакетный запрос
Вместо последовательных вызовов для штор, ковра и реквизита сформируйте единый сводный промпт со всеми правками и примените его к чистому исходнику.
3. Применяйте маски инпейнтинга при поддержке платформой
Если инструмент поддерживает маскирование, закрашивайте только целевую область (например, только штору). Заморозка остальных 90% изображения гарантирует вечную сохранность исходных текстур.
4. Выносите логотипы и текст в векторные редакторы
Размещайте товарные знаки и типографику в векторных программах (Figma, Illustrator), чтобы генеративным моделям не приходилось перерисовывать буквы на каждом цикле правок.
5. Структура API-запроса и замеры затрат
{
"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"
}
}
Замеренные затраты и время отклика:
- Стоимость одной правки: Конфигурация 2K medium списала 5.99 кредита ($0.02995);
- Суммарная стоимость цепочки из 10 правок: 59.9 кредита ($0.2995 суммарно);
- Время генерации на шаг: Стабильно варьировалось в пределах от 42.99 до 54.95 с.
Часто задаваемые вопросы (FAQ)
Применимы ли результаты Sunburst в коммерческих целях после 10 правок?
Да, в зависимости от формата размещения. Для баннеров в вебе, соцсетей и цифровых медиа результат Шага 10 остаётся эффектным и целостным. Для премиальной полиграфии и крупноформатной рекламы сглаживание текстур становится заметным после 4-й правки.
Предотвращает ли выбор качества high или max потерю текстур?
Высокие режимы качества существенно замедляют деградацию благодаря сохранению высокочастотных деталей, но не устраняют математический дрейф полностью при диффузии без масок. Использование масок и контрольных точек остаётся стандартом индустрии.