CHATGPT Generation обновляется

В прямой трансляции во вторник генеральный директор OpenAI Сэм Альтман объявил о значительном улучшении возможностей ChatGPT по генерации изображений, что стало первым крупным обновлением за более чем год. Теперь ChatGPT может использовать мощь модели GPT-4o для создания и модификации изображений и фотографий напрямую. Хотя GPT-4o уже давно является основой платформы AI-чатбота, ранее её возможности ограничивались генерацией и редактированием текста.

Альтман сообщил, что функция генерации изображений на основе GPT-4o теперь доступна для подписчиков плана Pro от OpenAI стоимостью 200 долларов в месяц, как в ChatGPT, так и в Sora, инструменте компании для генерации AI-видео. OpenAI планирует в ближайшее время расширить эту функцию на пользователей Plus и бесплатных пользователей ChatGPT, а также на разработчиков, использующих её API-сервис.

По сравнению с моделью DALL-E 3, которую она заменяет, GPT-4o требует немного больше времени для генерации изображений, но создаёт более точные и детализированные результаты. Кроме того, GPT-4o может редактировать существующие изображения, включая те, на которых изображены люди, позволяя выполнять трансформации и детализированное «восстановление» элементов переднего и заднего плана.

Для разработки этой новой функции обработки изображений OpenAI использовала «публично доступные данные» вместе с проприетарными данными от партнёрств с компаниями, такими как Shutterstock, как сообщалось в Wall Street Journal. Специфика данных для обучения часто скрывается AI-компаниями из-за конкурентных преимуществ и риска судебных исков, связанных с интеллектуальной собственностью.

Брэд Лайткап, операционный директор OpenAI, подчеркнул приверженность компании уважению прав художников. «Мы уважаем права художников в том, как мы создаём результаты, и у нас есть политики, которые предотвращают генерацию изображений, напрямую имитирующих работы живых художников», — заявил он Journal. OpenAI также предоставляет форму для отказа, позволяющую авторам запросить удаление их работ из обучающих наборов данных, и уважает запросы на предотвращение сбора данных, включая изображения, веб-скрейперами с веб-сайтов.

Это обновление возможностей ChatGPT по генерации изображений появилось вскоре после того, как Google представила экспериментальный вывод изображений для своей модели Gemini 2.0 Flash. Однако функция Google быстро привлекла внимание в социальных сетях, не всегда позитивное, поскольку ей не хватало достаточных ограничений, что позволяло пользователям удалять водяные знаки и генерировать изображения защищённых авторским правом персонажей.

Эта статья была обновлена в 12:00 по тихоокеанскому времени с добавлением заявления OpenAI для Wall Street Journal относительно данных для обучения GPT-4o.