Компания OpenAI добавила в ChatGPT «продвинутый» генератор изображений 4o Image Generation на базе GPT-4o. Пользователи теперь смогут создавать не только красивые, но и «практичные» картинки. например, графики или плакаты, считает компания. ChatGPT и прежде умел генерировать изображения с помощью нейросети Dall-E 3? однако обновленная функция работает лучше и точнее.
Новая модель генерации изображений уже доступна всем пользователям ChatGPT, включая тех, кто не оплатил подписку. Но для бесплатных пользователей существует ограничение на количество генераций — три изображения в день. Доступ к DALL-E по-прежнему возможен через пользовательский интерфейс ChatGPT.
Модель способна создавать изображения на основе сложных описаний, например, фотореалистичные изображения людей и комиксы с заданными заранее диалогами. Она понимает контекст, взаимодействия объектов и даже генерирует текстовые надписи без артефактов.
Генерация изображений отличается точной визуализацией текста и выполнением промптов. Модель использует базу знаний и контекст из чата — картинки и текст. Глава исследований Габриэль Го (Gabriel Goh) отметил, что большинство ИИ путаются при обработке 5–8 элементов. Например, ИИ может получить запрос нарисовать синюю звезду и красный треугольник, но создать красную звезду и нечто отличное от треугольника. 4o Image Generation справляется с 15–20 объектами без ошибок. Она также анализирует загруженные пользователем картинки и учитывает их в будущих генерациях.
Пользователи также могут настраивать изображения, указывая соотношение сторон, точные цвета с использованием шестнадцатеричного кода или фон. На созданной картинке также можно изменить ракурс, задний фон, добавить людей, и так далее. Поскольку модель создает «более детальные изображения», генерация занимает больше времени, часто до минуты.
OpenAI продемонстрировала возможности 4o Image Generation на научных диаграммах, комиксах и постерах. Также были показаны практические применения в создании изображений с прозрачным фоном для стикеров, меню ресторанов и логотипов. 4o Image Generation со всеми заданиями справилась успешно, не допустив в тексте никаких ошибок.
