OpenAI значительно улучшила генерацию изображений для GPT-4o в ChatGPT

Компания OpenAI выпустила долгожданное улучшение возможностей ИИ для генерации изображений. Вместо использования отдельной модели, такой как DALL-E, новый продвинутый генератор изображений теперь встроен в GPT-4o.

Существует множество моделей генерации изображений, способных создавать фантастические сцены Однако все они сталкиваются с трудностями при создании изображений с текстом, логотипами и другими распространенными элементами повседневной жизни.

OpenAI заявляет, что новый генератор изображений GPT-4o решает эти проблемы: он способен точно воспроизводить текст и точно следовать инструкциям, используя свою базу знаний и контекст чата. Новый инструмент также позволяет редактировать загруженные изображения или создавать новые, используя загруженную графику в качестве визуального вдохновения.

Новая модель генерации изображений GPT-4o уже доступна всем пользователям ChatGPT Plus, Pro, Team и Free. Поскольку эта модель теперь является генератором изображений по умолчанию в ChatGPT, пользователи смогут пользоваться ею без необходимости выбирать ее отдельно перед запросом. Также можно настраивать изображения, указывая соотношение сторон, точные цвета в виде HEX-кодов или делать фон прозрачным. В ближайшие недели OpenAI также представит этот инструмент пользователям ChatGPT Enterprise и Edu.

Эту модель можно будет использовать в Sora для создания изображений, а также через отдельный DALL-E GPT. Для разработчиков генерация изображений с помощью GPT-4o API станет доступной в ближайшие недели.

Тем не менее, у модели есть некоторые ограничения. Поскольку она создает более детализированные изображения, время генерации может достигать одной минуты. Также на момент запуска у модели наблюдаются следующие недостатки, которые OpenAI планирует исправить в ближайшие недели и месяцы:

• Может слишком сильно обрезать длинные изображения, например постеры, особенно в нижней части.
• Генерация изображений может включать выдуманные детали, особенно при недостаточно подробных запросах.
• При создании изображений на основе своей базы знаний модель может испытывать трудности с точным воспроизведением более 10–20 различных объектов одновременно, например, полной периодической таблицы.
• Иногда модель некорректно отображает символы нелатинских языков или «галлюцинирует» их, особенно при высокой сложности текста.
• Редактирование отдельных частей изображения, например исправление опечаток, может быть неэффективным и иногда изменяет другие части изображения неожиданным образом или добавляет новые ошибки.
• Модель испытывает сложности при рендеринге мелких и детализированных элементов.

Все изображения, созданные с помощью новой модели, будут содержать метаданные C2PA, а внутренний инструмент OpenAI сможет подтверждать, было ли изображение сгенерировано этой моделью.

Несмотря на существующие ограничения, новый GPT-4o предлагает пользователям более точные и настраиваемые возможности создания изображений. По мере дальнейшего улучшения модели можно ожидать повышения ее производительности и надежности.

Как получить доступ к ChatGPT в России

OpenAI ограничивает доступ к ChatGPT в России. Однако вы можете использовать возможности чат-бота, настроив Comss.one DNS на вашем устройстве по следующим инструкциям:

Настройка Comss.one DNS

• Настройка Comss.one DNS (DNS-over-HTTPS) в браузерах
• Настройка Comss.one DNS в Windows
• Настройка Comss.one DNS на Android
• Настройка Comss.one DNS на iPhone, iPad и Mac
• Как настроить Comss.one DNS в Linux
• Роутеры Keenetic (инструкция)
• Роутеры MikroTik (инструкция)

Использование ChatGPT

• Откройте веб-версию ChatGPT или используйте мобильные и настольные приложениях ChatGPT:
  • ChatGPT для Android
  • ChatGPT для iPhone 
  • ChatGPT для Windows
  • ChatGPT для Mac
• Используйте чат-бота без регистрации, или создайте бесплатную учетную запись и войдите в свой аккаунт для получения расширенных возможностей.