Generer billeder direkte fra ChatGPT og Sora

OpenAI har netop annonceret, at alle brugere snart vil kunne generere billeder direkte inde i ChatGPT. Denne funktion rulles ud til ChatGPT Plus, Pro, Team og ikke mindst Free brugere. Det vil blive standardværktøjet til billedgenerering i 4o, så der vil ikke længere være behov for at åbne Dall-E, når du vil lave et billede af en kat i rummet, der spiser lasagne eller lignende. Denne funktion vil også blive tilgængelig i Sora.

Avanceret Billedgenerering

Ifølge virksomheden vil platformen “generere billeder af høj kvalitet baseret på din tekst, samtaler og uploadede filer.” Når det kommer til de uploadede filer, vil den kunne transformere eksisterende billeder baseret på input. OpenAI praler også af betydelige forbedringer af tekstrendering og kontekstforståelse.

Personlig og Professionel Anvendelse

Disse nye værktøjer er tænkt til både personlig og professionel brug. Derfor giver OpenAI en række eksempler på, hvor denne type billedgenerering kan være nyttig. Dette inkluderer oprettelse af infografik, grafik til social media-promovering og billeder med masser af tekst, som set nedenfor.

Da det er et moderne værktøj til billedgenerering, kan det også håndtere high-end visuelle elementer. Virksomheden siger, at det tilbyder “stærke evner inden for fotorealisme, herunder lys, skygge og teksturnøjagtighed.” Evnen til at forstå kontekst kan også være nyttig, da OpenAI siger, at dette kan anvendes til at skabe en “plakat over fugle fundet i Central Park” eller en “visualisering af en kunsthistorisk æra, der tidligere blev diskuteret i samtalen.”

GPT-4o er vores nye flagskibsmodel, der kan tænke på tværs af lyd, vision og tekst i realtid:

Link til tweet: https://t.co/MYHZB79UqN

Der tilføjes tekst- og billedinput i dag i API og ChatGPT med stemme- og videoinput i de kommende uger.

Twitter opslag: https://twitter.com/OpenAI/status/123456789

Det er bygget på GPT-4o, et AI-model der først blev frigivet sidste år. “o’et står for “omni”, hvilket henviser til modellens multimodale evner. Dette er det, der giver mulighed for mange af de førnævnte funktioner, som f.eks. evnen til at iterere over uploadede filer. Dagens nyheder ligner endnu et skridt på den lange rejse mod funktionaliteten “one AI to rule them all”, som Sam Altman antydede for et par uger siden.

Kilde: www.engadget.com