← Bloga Dön

Bu hafta yapay zekâ: daha hassas düzenleme, uzayan klipler, kod olarak bina

Kasım'ın ilk haftasından üç yenilik ve bir mimarın düzeltme döngüsünde neyi değiştirebilecekleri.

Su kenarında, yüksek cam cephenin üzerinde traverten kaplı konsol çatısı olan bir bina.
Archly çıktısı: aynı bina için traverten kaplama seçeneği, 28 Ekim 2026. Yazıdaki modellerin çıktısı değildir.

Bu hafta seçtiğimiz üç yenilik ilk izlenimden çok kontrolle ilgili: görselde değişmesi gereken yeri işaretlemek, bir klibi konuşarak düzeltmek, bir binayı hâlâ düzenlenebilen bir program olarak geri kazanmak. Bunlar bir mimarın paftayı incelerken yaptığı hareketler; her yeniliği bu gözle okuduk.

OpenAI Images 2.6: değişecek yeri işaretlemek

OpenAI 4 Kasım'da Images 2.6'yı ChatGPT, Codex ve API'de yayımladı. API'de iki model olarak geliyor: hızlı deneme için Flare, ayrıntılı görsel işler için Sunburst. Fotoğraf üzerine işaretleme artık ChatGPT'de ve API'de çalışıyor. Değişecek yeri daire içine alıyor ya da üzerine çiziyorsunuz; böylece bir araç düzenlemenin tam olarak nerede yapılacağını gösterebiliyor. Sürüm hareketli GIF de getiriyor. API'ye ayrıca SVG çıktısı ve modelin görseli üretmeden önce ne kadar planlama yapacağını belirleyen bir karmaşıklık ayarı ekleniyor.

Görselleştirme için ilginç olan işaretleme. Mimarlar renderı zaten bir cephe panelini ya da bir mobilyayı daire içine alarak inceliyor. O işaretin içinde kalan bir düzenleme, bir görünüşün revize edilme biçimine uyar. Binanın geometrisinin birkaç turda sabit kalıp kalmadığı ise ürün sayfasından varsayılmaz, gerçek projelerde denenir.

Gemini Omni 1.2 Flash: uzayan klipler, sohbetle düzenleme

Google 5 Kasım'da Gemini Omni 1.2 Flash'ı yayımladı. Klipler artık bir saniyelik adımlarla 3 ile 15 saniye arasında seçilebiliyor. Bir klip, baştan üretmeden, ardından gelen isteklerle düzeltilebiliyor: başka bir arka plan, başka bir ışık, başka bir en-boy oranı. Referans olarak görsel, en fazla üç saniyelik hareket klibi ve ses verilebiliyor. Model Gemini API'de ve Google Cloud'da kullanılabiliyor. On beş saniyelik videolar Gemini uygulamasında Google AI Ultra abonelerine açılıyor, Google Vids'de de kullanılabiliyor. Google hızlı hareketi ve karmaşık fiziği hâlâ geliştirdiğini söylüyor.

On beş saniye, bir binaya kısa bir yaklaşım ya da bir iç mekânda yavaş bir kaydırma için yeter. Sohbetle düzenleme, aynı mekânı çekimi yeniden kurmadan günün başka bir saatinde denemenin bir yolu olabilir. Google yüzlerin, kıyafetlerin, ambalajların ve marka renklerinin kamera açıları arasında tutarlı kaldığını anlatıyor. Duvarların, açıklıkların ve oranların bir kamera hareketi boyunca ne kadar korunduğu mimarlık için hâlâ açık bir soru.

Tek bir fotoğraftan düzenlenebilir bina programına

2 Kasım'da arXiv'e yüklenen “Visual-to-Executable Procedural Reconstruction of Buildings” (Zhu ve diğ.), gerçek ortamda çekilmiş fotoğraflardan prosedürel bir bina modeli çıkarıyor. Önce cephenin bölünme ve tekrar düzenini buluyor, sonra temsilî cephe parçalarını prosedürel niteliklere eşliyor. İkisi, basit bir kütleye bağlanan çalıştırılabilir bir CGA programına derleniyor. Yazarlar kapsamı açıkça çiziyor: tek görsel yalnız kısmi bir kanıt verir, bu yüzden baskın görünen cepheleri çıkarıyor, genel biçimi basit bir kütle olarak bırakıyorlar. Özette kodun paylaşıldığı belirtilmiyor.

Sonuç bir ağ (mesh) değil, bir kurallar dizisi; yani pencere ritmi ilke olarak yeniden kurulduktan sonra da değiştirilebilir. Lab'daki Taramadan Düzenlenebilir Modele çalışmamız benzer bir soruyu oda ölçeğinde soruyor: yakalanan bir mekân, bir düzenleme onu bozmasın diye neyi taşımalı?

Üçünü bağlayan

Bu yeniliklerin hiçbiri mimari yargıyı otomatikleştirmiyor. Ama üretimi revizyona yaklaştırıyorlar: görselde bir işaret, ardından gelen bir talimat, değiştirilebilen bir parametre. Onları denemeyi burada sürdüreceğiz.