هوش مصنوعی تولید تصویر GPT‑4o شرکت OpenAI با یادگیری متنی رونمایی شد

مارک Openai او اخیراً اعلام کرد که هوش مصنوعی عکس GPT – 4O من پیشرفته ترین مدل تولید عکس را منتشر کردم. هدف از این مدل ، ساخته شده در GPT-4O ، ایجاد تصاویر زیبا و عملی است.

هوش مصنوعی عکس GPT – 4O

هوش مصنوعی GPT – تصاویر 4o Gilries

دقت در نمایش متن

GPT-4O این طراحی به روشی طراحی شده است که می تواند نمادها و متن را با تصاویر هماهنگ کند. این ویژگی به کاربران امکان می دهد تا با شفافیت و دقت بیشتری اطلاعات را منتقل کنند.

تعاملی

کاربران می توانند در واکنش های چند مرحله ای شرکت کنند و از طریق مکالمه تصاویر را بهبود بخشند. به عنوان مثال ، در طراحی شخصیت بازی ویدیویی ، GPT-4O این تضمین می کند که خصوصیات و ویژگی های شخصیت مانند همه تکرارها باقی می ماند.

دستورالعمل ها را با دقت دنبال کنید

Openai نشان داد که سیستم های قبلی در نمایش هستند 1 تا 2 موجودات آنها با مشکل روبرو بودند ، اما GPT-4O دستورالعمل ها را می توان به طور دقیق درج کرد 1 تا 2 موجودات عملی این امر کنترل بهتری از ویژگی ها ، روابط و جزئیات را فراهم می کند.

آگاهی از این زمینه

این سیستم قادر به تجزیه و تحلیل تصاویر بارگذاری شده توسط کاربران و استفاده از جزئیات آنها برای بهبود و بهبود کیفیت تصویر تولید شده است.

تنوع سبک و واقع گرایی

از طریق تدریس در طیف گسترده ای از سبک ها ، GPT-4O این می تواند تصاویر واقع بینانه تولید کند یا تصاویر را به نمایش های هنری متناسب با ترجیحات کاربران تبدیل کند.

هوش مصنوعی عکس GPT – 4O

محدودیت ها را بررسی کنید

با وجود پیشرفت بزرگ ، Openai برخی از نقاط ضعف تولید عکس GPT-4O همانطور که ذکر شد به عنوان مثال ، این مدل گاهی اوقات تصاویر طولانی تر مانند برچسب ها ، بسیار باریک ، به خصوص در پایین را کاهش می دهد. OpenAi تأکید می کند که برنامه ریزی برای حل این مشکلات از طریق به روزرسانی های بعدی ادامه دارد.

Openai متعهد به استفاده اخلاقی و مسئول از هوش مصنوعی و اجرای مراحل زیر است:

• metadita c2pa: تمام تصاویر تولیدی Metadita C2PA شامل شفافیت با علامت گذاری تصاویر تولید شده توسط هوش مصنوعی است.
• ابزارهای جستجوی داخلیپاسخ: ابزارهایی برای تأیید محتوای محتوا با استفاده از ویژگی های فنی در دسترس هستند.
• اجرای سیاست های سختOpenAI از درخواست های خشونت آمیز ، تصاویر صریح یا باستان شناسی مضر جلوگیری می کند. اقدامات ایمنی پیشرفته عکس ، از جمله افراد واقعی وجود دارد.
• ادغام مدل زبان معقولپاسخ: از یک مدل زبانی مبتنی بر استدلال در طول توسعه برای حل سیاست های ایمنی استفاده شده و تأیید می کند که مطابق با استانداردهای اخلاقی OpenAi کار می کند.

این شرکت همچنین توضیح می دهد که انسان ها مدتهاست که از ابزارهای بصری ، از پانل های غار گرفته تا نمودارهای مدرن ، برای ارائه و تجزیه و تحلیل اطلاعات استفاده کرده اند. GPT-4O این شکاف بین بیان فنی و کاربردهای عملی پر شده است و تصاویری مانند آرم ، برنامه ها و طرح های اطلاعاتی را ارائه می دهد که معانی دقیق را منتقل می کند.

دسترسی و در دسترس بودن

انتشار این ویژگی تاریخ 1 مارس (1 آوریل) برای کاربران به علاوه وتحرفه ای وتیک تیم وت رایگان این در Chatgpt شروع شد. دسترسی به کاربران طرح وت ارباب همچنین به زودی ارائه می شود. همچنین کاربران سوره هم اکنون می تواند یکی از قابلیت های تولید تصویر باشد GPT-4O استفاده شده OpenAI اعلام کرد که توسعه دهندگان در هفته های آینده به رابط برنامه نویسی برنامه می رسند.

کاربران می توانند به سادگی نیازهای خود را از طریق توصیف کنند GPT-4O، تولید عکس های سفارشی. این سیستم از مشخصات دقیق مانند ابعاد ، رنگهای شش ضلعی و پیش زمینه های شفاف پشتیبانی می کند. با این حال ، Openai تأکید کرد که تولید این تصاویر پیچیده ممکن است تا یک دقیقه طول بکشد.

سخنرانی نهایی

تولید تصویر GPT-4O ابزاری قدرتمند برای تولید تصاویر زیبا و کاربردی با ترکیب دقت ، تعامل و تنوع نور است. این ویژگی به کاربران اجازه نمی دهد فقط خلاقیت خود را بیان کنند ، بلکه در زمینه های مختلف مانند طراحی ، آموزش و ارتباطات نیز کاربردهای خوبی دارند. با نگاهی به تلاش های Openai برای بهبود یکپارچگی و اخلاق فناوری ، انتظار می رود که رایج شود.