ميزة توليد صور ChatGpt تحصل على ترقية

خلال فترة عمل للبثية يوم الثلاثاء ، أعلن الرئيس التنفيذي لشركة Openai Sam Altman عن أول ترقية رئيسية لقدرات توليد صور ChatGPT منذ أكثر من عام.

يمكن لـ ChatGPT الآن الاستفادة من طراز GPT-4O للشركة لإنشاء وتعديل الصور والصور. لطالما قامت GPT-4O بدعم منصة chatbot التي تعمل بالنيابة ، ولكن حتى الآن ، لم يتمكن النموذج إلا من إنشاء النص وتحريره-وليس الصور.

قال Altman إن GPT-4O Native Image Generation يعيش اليوم في Chatgpt و Sora ، منتج توليد الفيديو من AI Openai ، للمشتركين في خطة الشركة المحترفة التي تبلغ قيمتها 200 شهرين. يقول Openai إن الميزة يتم طرحها قريبًا إلى زائد المستخدمين المجانيين لـ ChatGPT ، وكذلك للمطورين الذين يستخدمون خدمة API الخاصة بالشركة.

GPT-4O مع إخراج الصورة “يفكر” لفترة أطول قليلاً من نموذج توليد الصور الذي يحل محله بشكل فعال ، Dall-E 3 ، لجعل ما يصفه Openai بأنه صور أكثر دقة وتفصيلًا. يمكن لـ GPT-4O تحرير الصور الحالية ، بما في ذلك الصور التي تحتوي على أشخاص فيها-تحويلها أو تفاصيل “inpainting” مثل كائنات الأمامية والخلفية.

لم يكشف Openai عن بيانات الصورة التي استخدمتها لتمكين إمكانيات توليد الصور الجديدة. يرى العديد من بائعي الذكاء الاصطناعي بيانات التدريب ميزة تنافسية وبالتالي احتفظوا بها وأي معلومات تتعلق بها بالقرب من الصدر. لكن تفاصيل بيانات التدريب هي أيضًا مصدر محتمل للدعاوى القضائية المتعلقة بـ IP ، وهو مثبط آخر للشركات تكشف الكثير.

يوفر Openai نموذج إلغاء الاشتراك يسمح للمبدعين بطلب إزالة أعمالهم من مجموعات بيانات التدريب الخاصة بها. تقول الشركة أيضًا إنها تحترم طلبات عدم السماح بروبوتاتها التي تنقل الويب من جمع بيانات التدريب ، بما في ذلك الصور ، من مواقع الويب.

تتبع ميزة توليد الصور التي تمت ترقيتها من ChatGPT على أعقاب إخراج الصور الأصلي التجريبي من Google لـ Gemini 2.0 Flash ، أحد الطرز الرائدة للشركة. كانت الميزة القوية فيروسية على وسائل التواصل الاجتماعي – ولكن ليس بالضرورة لأفضل الأسباب. تبين أن مكون صورة Gemini 2.0 Flash يحتوي على عدد قليل من الدرابزين ، مما يسمح للأشخاص بإزالة العلامات المائية وإنشاء صور تصور الأحرف المحمية بحقوق الطبع والنشر.