OpenAI višestruko poboljšao generiranje fotografija unutar ChatGPT-a

OpenAI je integrirao nove mogućnosti generiranja fotografija izravno u ChatGPT. Dakle, korisnici se sada mogu služiti s GPT-4o za generiranje slika unutar samog ChatGPT-a.

Ovo početno izdanje fokusira se isključivo na stvaranje fotografija i bit će dostupno u pretplatničkim razinama ChatGPT Plus, Pro, Team i Free. Ograničenje korištenja besplatne razine jednako je kao kod DALL-E, a to su tri dnevno.

Neka od poboljšanja uključuju "povezivanje", što se odnosi na to koliko dobro AI generatori fotografija održavaju ispravne odnose između atributa i objekata; model s lošim povezivanjem, primjerice, mogao bi dobiti upit za plavu zvijezdu plus crveni trokut i stvoriti crvenu zvijezdu bez trokuta. Većina modela se muči s tim, često miješajući boje i oblike kada se od njih traži da renderiraju više stavki, njih do osam. Novi alat može ispravno povezati atribute za 15 do 20 objekata bez zabune, što predstavlja značajno poboljšanje u točnosti i pouzdanosti.

Korisnici će također primijetiti poboljšanje u renderiranju teksta, što olakšava generiranje koherentnog teksta bez tipfelera na fotografiji.

Sustav koristi autoregresivni pristup, generiranje fotografija sekvencijalno s lijeva na desno i odozgo prema dolje, slično načinu na koji se piše tekst – umjesto tehnike difuzijskog modela koju koristi većina generatora, što znači da stvaraju cijelu fotografiju odjednom.

Što se sigurnosti tiče, OpenAI tim naglašava da sustav uključuje robusne zaštitne mjere za sprečavanje zlouporabe. Alat sprečava uklanjanje vodenih žigova, blokira generiranje seksualnih deepfakeova i odbija zahtjeve za generiranje CSAM-a.

Ipak, određeni problemi postoje i u OpenAI-ju su ih svjesni te naglašavaju da konstantno rade na onemogućavanju zlouporaba. Uz to, kreirane fotografije se mogu koristiti isključivo na način koji piše u pravilima korištenja.