OpenAI dodało do ChatGPT generowanie obrazów z lepszym rozumieniem zapytań
OpenAI zintegrowało generowanie obrazów bezpośrednio w ChatGPT. Nowy system działa wolniej, ale dokładniej i lepiej odpowiada na zapytania użytkowników.
Foto: pexels.com
OpenAI wdrożyło możliwość generowania obrazów bezpośrednio w ChatGPT. Funkcja opiera się na omnimodalnym modelu GPT-4o, który potrafi przetwarzać tekst, obraz, dźwięk i wideo.
Dzięki temu możliwe jest dokładniejsze rozpoznawanie zapytań użytkowników i tworzenie bardziej złożonych scen.
W odróżnieniu od DALL-E, nowy system stosuje podejście autoregresyjne, w którym obraz powstaje stopniowo — linia po linii i od lewej do prawej, podobnie jak pisanie tekstu.
Chociaż generowanie zajmuje więcej czasu, OpenAI uważa to za uzasadnione ze względu na jakość. Darmowy limit pozostał taki sam jak w DALL-E, ale może się zmieniać w zależności od obciążenia.
Wszystkie obrazy są opatrzone metadanymi C2PA, bez widocznych znaków wodnych. Zwiększono również ochronę przed nadużyciami: blokowane są fałszywe treści i szkodliwy materiał.
Wcześniej informowano, że OpenAI przygotowuje się do uruchomienia nowego modelu AI „Strawberry” już w ciągu najbliższych dwóch tygodni, mimo że jego premiera była planowana na jesień.
Deweloperzy dodali 10–20-sekundową przerwę przed odpowiedzią, aby zwiększyć precyzję i poprawić analizę złożonych zapytań.
Model obsługuje jedynie tekst, ale potrafi zapamiętywać rozmowy w celu udzielania spersonalizowanych odpowiedzi — choć ta funkcja jest jeszcze niestabilna. „Strawberry” stanie się częścią ChatGPT jako osobna opcja z limitem wiadomości.
Wcześniej informowano, że Polskie Ministerstwo Cyfryzacji przedstawiło narodową sztuczną inteligencję lingwistyczną PLLuM, która stanie się kluczowym elementem transformacji cyfrowej kraju, zapewniając wsparcie dla biznesu, administracji publicznej i usług cyfrowych.