Під час прямої трансляції генеральний директор OpenAI Сем Альтман оголосив про перше велике оновлення можливостей генерації зображень ChatGPT за більш ніж рік.
Тепер ChatGPT може використовувати модель компанії GPT-4o для створення та редагування зображень і фотографій. GPT-4o вже давно лежить в основі платформи чат-ботів на основі штучного інтелекту, але досі ця модель могла створювати та редагувати лише текст, а не зображення.
ChatGPT
Альтман сказав, що власне створення зображень GPT-4o доступне в ChatGPT і Sora, продукті OpenAI для створення відео зі штучним інтелектом, для передплатників плану компанії Pro за 200 доларів на місяць. OpenAI каже, що ця функція незабаром стане доступною для користувачів Plus і безкоштовних користувачів ChatGPT, а також розробників, які використовують службу API компанії.
GPT-4o з виведенням зображень «думає» трохи довше, ніж модель генерації зображень, яку він ефективно замінює, DALL-E 3, щоб створювати те, що OpenAI описує як більш точні та детальні зображення. GPT-4o може редагувати існуючі зображення, включно з зображеннями людей, перетворюючи їх або «домальовуючи» такі деталі, як об’єкти переднього плану та фону.
Оновлена функція генерації зображень ChatGPT слідує за експериментальним виведенням оригінальних зображень Google для Gemini 2.0 Flash, однієї з флагманських моделей компанії. Потужна функція стала вірусною в соціальних мережах — але не обов’язково з найкращих причин. Виявилося, що компонент зображення Gemini 2.0 Flash має кілька огоро, що дозволяє людям видаляти водяні знаки та створювати зображення персонажів, захищених авторським правом.
Джерело: TechCrunch
