На протяжении весьма длительного времени чат-бот ChatGPT от OpenAI для генерации изображений на базе искусственного интеллекта использовал отдельную модель генерации изображений Dall-E, но вчера, 25 марта, разработчики компании официально заявили, что ситуация кардинально изменилась. Дело в том, что специалисты OpenAI встроили свой самый продвинутый генератор изображений в языковую модель GPT-4o, которая теперь умеет нативно генерировать графический контент без необходимости задействовать сторонние решения. Более того, американская компания решила одну из ключевых проблем любых генеративных моделей, создающих изображения. Telegram-канал про технологии
Чаще всего ИИ испытывает огромные трудности в процессе создания изображений с текстовым контентом или логотипами. У GPT-4o, по словам представителей OpenAI, таких проблем нет — их мультимодальная модель способна довольно точно генерировать текст и следовать командам пользователя, используя обширную базу знаний и контекст из чата. Более того, новое решение предоставляет пользователям возможность изменять загруженные изображения или создавать картинки, используя загруженный контент в роли визуального вдохновения. Также посредством команд можно настраивать необходимое соотношение сторон финального изображения или цветовую палитру, а также применять прозрачный фон.
Правда, разработчики отмечают, что на генерацию изображения у LLM уходит до одной минуты — это связано с тем, что GPT-4o создаёт крайне детализированные картинки (настолько, что в СМИ решение от OpenAI даже прозвали «убийцей Photoshop»). Хорошая же новость в том, что свежая модель для генерации изображений доступна всем пользователям с тарифными планами ChatGPT Plus, Pro, Team и, что немаловажно, Free. И так как генератор теперь встроен в GPT-4o, пользоваться новинкой гораздо удобнее.
Источник: trashbox.ru
