OpenAI добавила новую функцию генерации изображений в ChatGPT на базе модели GPT-4o. Функция доступна всем пользователям, в том числе на бесплатных тарифных планах.
Ключевые особенности новой функции система лучше понимает контекст разговора при создании изображений, понимает сложные инструкции, может генерировать четкий текст на картинках. Благодаря обновлению пользователи смогут получать более точные и релевантные изображения.
Генерация изображений с помощью GPT‑4o обеспечивает точное воспроизведение текста, следование промптам, использует базу знаний 4o и контекст чата, включая преобразование загруженных изображений или использование их в качестве визуального источника вдохновения. Эти возможности позволяют создать именно то изображение, которое вы себе представляете, помогают эффективнее взаимодействовать через визуал и превращают генерацию изображений в практический инструмент, обладающий точностью и мощью.
Пользователи могут вносить правки в генерируемые изображения, например, убирать или добавлять какие-то элементы.
Поскольку генерация изображений теперь встроена в GPT‑4o, вы можете улучшать изображения в ходе общения. GPT‑4o может создавать изображения и текст, учитывая контекст и обеспечивая согласованность действий. Например, если вы разрабатываете персонажа для видеоигры, его внешний вид остается неизменным на протяжении нескольких итераций по мере того, как вы совершенствуете его и экспериментируете.
В компании отмечают, что несмотря на все преимущества, модель все еще несовершенна. Например, она может галлюцинировать (то есть выдавать ложную информацию). Также есть сложности с отображением нелатинских символов и сохранением последовательности при генерации лиц.
Из-за высоких требований к обработке генерация изображений занимает в среднем около одной минуты.
Напомним, ранее Google сообщил о том, что выпустил экспериментальную версию «рассуждающей» модели Gemini 2.5 Pro.
Источник: Search Engine Journal