OpenAI обновляет свою функцию генерирования изображений, и она впечатляет

Генерирование по-новому

Новая функция генерирования изображений ожидается не только для пользователей подписок Plus, Pro и Team, но и, что самое важное, для бесплатных также. Это будет инструмент генерации изображений по умолчанию в модели 4o, поэтому вам не нужно будет открывать Dall-E каждый раз, когда вы захотите создать картинку. Эта функция также появится в Sora, сообщает 24 Канал со ссылкой на TechCrunch.

Смотрите также OpenAI открыл важную AI-функцию ChatGPT для всех пользователей без ограничений

Компания заявляет, что платформа будет генерировать высококачественные изображения на основе ваших подсказок, проведенного разговора или загруженных файлов. В последнем случае она сможет редактировать уже существующие изображения на основе подсказок, включая изображения людей. Например, вы сможете изменить одежду, дорисовать какие-то детали или изменить фон.

Новая модель генерирования изображений OpenAI также может похвастаться значительными улучшениями в рендеринге текста и контекстном понимании.

Эти новые инструменты предназначены как для личного, так и для профессионального использования. OpenAI приводит несколько примеров того, где этот тип генерации изображений может быть полезным: создание инфографики, рекламной графики для социальных сетей и изображений с большим количеством текста. Компания даже показала один из примеров работы новой модели:

• Компания заявляет, что функция предлагает "мощный потенциал для фотореализма, включая точность света, тени и текстуры".
• Она также обладает способностью понимать контекст. OpenAI утверждает, что это может быть использовано для создания "плаката птиц, найденных в Центральном парке" или "визуализации эпохи истории искусства, о которой ранее говорилось в разговоре".

Чтобы запустить новую функцию обработки изображений, OpenAI обучала GPT-4o на "общедоступных данных", а также на собственных данных, полученных в результате партнерства с такими компаниями, как Shutterstock.

Многие поставщики генеративного ИИ рассматривают обучающие данные как конкурентное преимущество, поэтому они держат их и любую информацию, связанную с ними, в тайне. Детали учебных данных также являются потенциальным источником судебных исков, связанных с интеллектуальной собственностью, что является еще одним сдерживающим фактором для компаний, которые не хотят раскрывать много информации.

Мы уважаем права художников в том, как мы делаем результат, и у нас есть политика, которая не позволяет нам создавать изображения, непосредственно имитирующие работу любого живого художника– сказал Брэд Лайткап, главный операционный директор OpenAI.

Все это построено на GPT-4o, модели ИИ, которая была впервые выпущена в прошлом году. Буква "o" в названии означает "omni", что указывает на мультимодальные возможности модели. Именно это обеспечивает многие из вышеупомянутых функций, например, возможность работать над загруженными файлами.

Еще немного примеров работы генератора изображений

В следующем случае художник Мэтт Менендес попросил ИИ превратить его рисунок в картинку:

В другом случае ученый-биомедик и иммунолог сгенерировал целый комикс о жизни иммунных T-клеток, и результат выглядит просто невероятно качественно:

Следующие два случая показывают:

• Фотореалистичное изображение на фермерском рынке, которое якобы сделано в 2006 году. На изображении даже можно увидеть дату съемки.
• Промпт звучал так: "Создай фотореалистичное изображение двух ведьм в возрасте 20 лет (одна с пепельными каштановыми волосами, другая с длинными волнистыми каштановыми волосами), которые читают уличные знаки".