OpenAI расширяет возможности ChatGPT с помощью нового генератора изображений на базе GPT-4o

Эта нововведенная возможность доступна всем пользователям, включая бесплатные тарифные планы, и призвана значительно улучшить взаимодействие с искусственным интеллектом.​

GPT-4o, где "o" означает "omni", отражает мультимодальность модели, позволяющую обрабатывать текст, изображения и звук. С помощью этой функции пользователи могут генерировать не только эстетичные изображения, но и функциональные визуальные элементы, такие как графики, инфографику и плакаты.

Новая система превосходит предыдущие модели, такие как DALL-E 3, обеспечивая более реалистичные и полезные изображения, включая текстовые абзацы и логотипы компаний. Это стало возможным благодаря усилиям человеческих тренеров, которые в течение года занимались улучшением точности модели и ее способности следовать инструкциям.

OpenAI внедрила строгие меры безопасности для предотвращения злоупотреблений, включая блокировку вредоносного контента и добавление метаданных C2PA, указывающих на то, что изображение было сгенерировано ИИ. Эти меры направлены на обеспечение этичного использования технологии и предотвращение распространения дезинформации.

Несмотря на значительные достижения, GPT-4o все еще имеет некоторые ограничения. Например, модель может упускать детали, такие как окна на воссоздаваемых изображениях, и иногда возникают трудности с отображением нелатинских символов. OpenAI продолжает работать над улучшением этих аспектов, стремясь повысить качество и точность генерируемых изображений.

Внедрение этой функции знаменует собой значительный шаг вперед в области генерации изображений с помощью ИИ, предоставляя пользователям мощный инструмент для создания визуального контента непосредственно в процессе общения с ChatGPT. Это открывает новые горизонты для бизнеса, маркетинга и других областей, где визуальное представление информации играет ключевую роль.