Функция генерации изображений ChatGPT получает обновление
Максвелл Зефф
Во время прямой трансляции во вторник генеральный директор OpenAI Сэм Альтман объявил о первом крупном обновлении возможностей генерации изображений ChatGPT за последний год.
ChatGPT теперь может использовать модель GPT-4o компании для собственного создания и изменения изображений и фотографий. GPT-4o долгое время лежал в основе платформы чат-ботов на базе ИИ, но до сих пор эта модель могла генерировать и редактировать только текст, но не изображения.
Альтман сказал, что генерация собственных изображений GPT-4o уже доступна в ChatGPT и Sora, продукте OpenAI для генерации видео на основе ИИ, для подписчиков плана Pro стоимостью 200 долларов в месяц. OpenAI говорит, что эта функция скоро станет доступна пользователям Plus и бесплатной версии ChatGPT, а также разработчикам, использующим API-сервис компании.
GPT-4o с выводом изображения «думает» немного дольше, чем модель генерации изображений, которую она фактически заменяет, DALL-E 3, чтобы создавать то, что OpenAI описывает как более точные и подробные изображения. GPT-4o может редактировать существующие изображения, включая изображения с людьми на них — трансформируя их или «дорисовывая» детали, такие как объекты переднего плана и фона.
В интервью Wall Street Journal представители OpenAI сообщили, что для реализации новой функции обработки изображений они обучили GPT-4o на «общедоступных данных», а также на собственных данных, полученных в результате партнерских отношений с такими компаниями, как Shutterstock.
Многие поставщики генеративного ИИ рассматривают данные обучения как конкурентное преимущество, поэтому они держат их и любую связанную с ними информацию в тайне. Но данные обучения также являются потенциальным источником судебных исков, связанных с интеллектуальной собственностью, что является еще одним сдерживающим фактором для компаний раскрывать много информации.
«Мы уважаем права художников в том, как мы создаем результаты, и у нас есть политика, которая запрещает нам создавать изображения, которые напрямую имитируют работы ныне живущих художников», — заявил Брэд Лайткап, главный операционный директор OpenAI, в своем заявлении для Journal.
OpenAI предлагает форму отказа, которая позволяет создателям запрашивать удаление своих работ из обучающих наборов данных. Компания также заявляет, что уважает запросы на запрет ее веб-скрейпинговым ботам собирать обучающие данные, включая изображения, с веб-сайтов.
Улучшенная функция генерации изображений ChatGPT следует по пятам экспериментального собственного вывода изображений Google для Gemini 2.0 Flash, одной из флагманских моделей компании. Мощная функция стала вирусной в социальных сетях — но не обязательно по лучшим причинам. Компонент изображений Gemini 2.0 Flash оказался не таким уж и сложным, позволяя людям удалять водяные знаки и создавать изображения, изображающие защищенные авторским правом символы.
Статья была обновлена в 12:00 по тихоокеанскому времени с целью включения заявления OpenAI для Wall Street Journal относительно данных обучения GPT-4o.