شرکت OpenAI در مهرماه ۱۴۰۵، گامی جدید در مسیر تبدیل ChatGPT از یک چت‌بات متنی به یک دستیار خرید تمام‌عیار برداشته است. با معرفی قابلیت‌های جدید «پرو مجازی» و مدیریت فهرست محصولات، این هوش مصنوعی اکنون می‌تواند تجربه خرید کاربران را با استفاده از مدل پیشرفته ChatGPT Images 2.5 دگرگون سازد.
معماری مدل ChatGPT Images 2.5 و جهش در پردازش بصری
قلب تپنده قابلیت‌های جدید خرید در ChatGPT، مدل بهبودیافته Images 2.5 است. این مدل با هدف رفع چالش‌های پیشین در بازنمایی واقع‌گرایانه اشیاء توسعه یافته است. طبق گزارش‌های فنی منتشر شده، این مدل جدید با تکیه بر الگوریتم‌های پیشرفته پردازش تصویر، موفق شده است سه ضعف اساسی مدل‌های قبلی را بهبود بخشد: نخست، شبیه‌سازی دقیق‌تر نورپردازی محیطی که باعث می‌شود لباس‌های مجازی با نور محیط واقعی کاربر همخوانی داشته باشند. دوم، بازنمایی بافت‌ها (Textures) با جزئیات بسیار بالا که پارچه‌ها را از نظر بصری ملموس‌تر نشان می‌دهد و سوم، کاهش چشمگیر تأخیر (Latency) در تولید خروجی تصویری.
عملکرد پرو مجازی (Virtual Try-On): تعامل دقیق بین عکس و متن
قابلیت جدید پرو مجازی در ChatGPT به کاربران اجازه می‌دهد تا با آپلود یک تصویر سلفی یا تمام‌قد، آیتم‌های پوشیدنی را بر روی بدن خود مشاهده کنند. مکانیزم عملکرد به این صورت است که کاربر با کلیک روی دکمه «Try On» در نتایج جستجوی خرید، وارد این محیط می‌شود. علاوه بر این، کاربران می‌توانند اسکرین‌شات محصولات از وب‌سایت‌های مختلف را به مدل ارائه دهند تا هوش مصنوعی بلافاصله آن را روی پیکر کاربر رندر کند. این قابلیت در واقع تلاشی برای رقابت با ابزارهای مشابه در اکوسیستم‌های جستجوی گوگل و پلتفرم Pinterest است.
مدیریت هوشمند و توسعه اکوسیستم خرید
در کنار پرو مجازی، قابلیت Favorites (علاقه‌مندی‌ها) به کتابخانه کاربران در اپلیکیشن اضافه شده است. این ویژگی به کاربر اجازه می‌دهد تا آیتم‌های کشف شده را در یک مخزن محلی ذخیره کند. معماری این سیستم به گونه‌ای طراحی شده است که تاریخچه تلاش‌های پرو مجازی با فهرست محصولات ذخیره شده همگام‌سازی می‌شود. OpenAI همچنین قابلیت‌های جستجوی متنی پیشرفته‌ای را اضافه کرده که به کاربر اجازه می‌دهد با توصیف یک «استایل» خاص، تمامی اقلام مورد نیاز برای تکمیل آن ظاهر را توسط دستیار هوشمند یافته و خریداری کند.
مشخصات فنی و توانمندی‌های جدید
- مدل پردازشی: استفاده از موتور ChatGPT Images 2.5 برای رندرینگ دقیق.
- قابلیت‌های بصری: بهبود نورپردازی داینامیک و شبیه‌سازی بافت‌گونه پارچه‌ها.
- عملکرد: کاهش تأخیر (Latency) در تولید تصاویر هوش مصنوعی.
- تعاملات: پشتیبانی از ورودی‌های چندگانه (سلفی کاربر + اسکرین‌شات آیتم).
- مدیریت داده: قابلیت ذخیره‌سازی ابری در بخش Library برای مراجعات بعدی.
تحلیلی بر جایگاه رقابتی و چشم‌انداز آینده
حرکت OpenAI به سمت دنیای تجارت الکترونیک بدون چالش نبوده است. پیش‌تر، این شرکت پروژه‌هایی مانند «تسویه حساب آنی» (Instant Checkout) را به دلیل عدم کارایی متوقف کرده بود. رویکرد جدید آن‌ها، متمرکز بر «دستیار خرید فعال» است. در حالی که برخی رقبا مانند استارتاپ Instinct با ارائه توصیه‌های پیش‌دستانه (Proactive Recommendations) باعث نگرانی کاربران شده‌اند، OpenAI تلاش دارد تا با حفظ کنترل کاربر بر انتخاب‌ها، تعادل مناسبی بین هوش مصنوعی مولد و ابزارهای خرید ایجاد کند. اینکه آیا ChatGPT می‌تواند به انتخاب اول کاربران برای اکتشاف مد تبدیل شود، بستگی به میزان دقت این مدل در شرایط نوری پیچیده و تنوع سایزبندی‌ها در دنیای واقعی دارد.
