Вчера OpenAI представила новую функцию «Изображения в ChatGPT», позволяющую пользователям создавать изображения с помощью модели GPT-4o непосредственно в чате.
Эта функция доступна для всех уровней подписки, включая бесплатный, хотя для бесплатных пользователей существуют ограничения на количество использований. Новая модель, основанная на омнимодальном подходе, значительно улучшает привязку атрибутов и отображение текста в создаваемых изображениях по сравнению с предыдущими моделями. Это позволяет более точно и надежно создавать сложные изображения и связные тексты.
Модель очень хорошо держит контекст между фотографиями, консистентно модифицирует изображения, сохраняя лица персонажей. Позволяет добавлять или удалять информацию на изображения загруженные пользователями. Модель неплохо улучшает качество изображений, удаляет водяные знаки, меняет стили фотографий и даже может редактировать изображения идентификационных документов.
Система использует авторегрессионный подход для постепенного создания изображений, что способствует лучшему отображению текста и привязке атрибутов, хотя и увеличивает время генерации.
OpenAI подчеркивает наличие надежных мер безопасности для предотвращения злоупотреблений и гарантирует, что созданные изображения включают цифровые C2PA маркеры, указывающие на их искусственное происхождение. Пользователи полностью владеют этими изображениями в рамках политики использования сервиса.
На рынке уже существуют модели, позволяющие редактировать изображения с поразительным качеством. Но судя по всему, Open AI показывают совершенно новый уровень, поражающий своей реалистичностью. Reddit просто бурлит фотографиями разных мастей, сгенерированных сообществом.
