Openai将GPT-4O新图像生成发射到chatgpt中，显示“令人难以置信的更好”结果

OpenAI将图像生成功能直接集成到CHATGPT中，允许用户创建图像而无需离开聊天界面。

该公司宣布了该功能周二作为其更广泛的推动，使AI工具在不同媒体上更有用和访问的一部分，并保持在AI艺术界的相关性。

该功能是dall·e 3的演变，Openai Image Generator，它发射在2023年9月，但在偏爱下一代模型，包括Flux，Midjourney V6，SD 3.5，Recraft和Reve在内的AI爱好者中不受欢迎。

在此版本之前，OpenAI在同一平台上提供了两个不同的型号，GPT生成文本和DALL·E 3处理图像生成。

现在，GPT-4O将自己完成所有操作，而Dall·E 3将消失。

“ GPT -4O图像生成在准确渲染文本，精确遵循提示以及利用4O固有的知识基础和聊天环境中出色 - 包括转换上传的图像或将其用作视觉灵感。”官方博客文章.

DALL·E 3的集成在公司计划中继续良好，以使GPT-4O成为“ OMNI”模型，该模型训练有多模式数据，并能够处理所有任务。结果是一个模型比其前辈更有能力，准确和聪明。

Openai首席执行官Sam Altman在显示GPT-4O新功能的视频中说：“我们知道我们已经让您等待了，但是我们认为这确实值得，我们认为您会喜欢它。” “向前迈出的一大步，向您解释它的最佳方法就是展示它。”

在视频中，该公司通过几个示例展示了系统功能，包括解释相对性理论的漫画页 - 与英语和普通话中的输入 - 基于个人和真实照片的Custom交易卡，结合了多个图像与透明背景的纪念硬币，以及基于透明背景的多个图像，以及基于非常准确的图像，并具有非常准确的图像，并且具有较长的长期和详细的促使。

该模型在生成图像方面速度很慢，但似乎非常准确。奥特曼（Altman）指出，质量的显着升级值得等待更长的时间。

阿尔特曼在演示中说：“图像比我们以前的图像生成（模型）要慢得多，但令人难以置信的好。我们认为这非常值得等待。” “随着时间的流逝，我们还可以使其更快。”

推出似乎正在逐渐发生，并且我们无法在发稿时开始使用新型号。

用户可以根据图像的出现来判断他们正在使用的系统：除了明显的质量差距外，dall·e 3图像在加载屏幕后完全形成，而新的GPT-4O则可以实时从上到下逐渐呈现图像。

该公司强调，该技术不仅仅是创建精美的图像。

“这个版本真正令人兴奋的是，现在这些模型可以实际上可以看到他们知道的知识，并以视觉方式将其外部化。” Openai的一位研究科学家解释说，Sam Altman邀请他们谈论这一新功能。

这种功能允许教育应用，例如详细的科学图或具有准确渲染文本的信息海报，甚至具有主题一致性的图像编辑。

Openai也有实施的护栏为了防止产生深泡沫，非法含量和去除水印。

尽管生成的图像没有可见的水印，但它们将包括C2PA元数据以将其识别为AI创建。该公司还正在开发跟踪图像出处的工具。

该公司计划将功能带入其API，使开发人员能够将技术集成到自己的应用程序中。 Openai使用条款还说用户将保留其生成的图像所有权，但要遵守公司使用政策。

编辑塞巴斯蒂安·辛克莱（Sebastian Sinclair）和乔什·奎特纳（Josh Quittner）