به گزارش ایسنا، شرکت اوپن‌ای‌آی(OpenAI) به تازگی اعلام کرده است که همه کاربران به زودی قادر خواهند بود تصاویر را مستقیماً در ChatGPT تولید کنند.

به نقل از انگجت، این قابلیت برای کاربران ChatGPT Plus، ChatGPT Pro، ChatGPT Team و مهمتر از همه، کاربرانی که رایگان از ChatGPT استفاده می‌کنند، عرضه می‌شود.

این یک ابزار پیش‌فرض تولید تصویر در مدل 4o خواهد بود، بنابراین نیازی به باز کردن هوش مصنوعی Dall-E در هر زمان که می‌خواهید عکسی مثلا از یک گربه در فضا در حال خوردن لازانیا یا هر چیز دیگری بسازید، وجود نخواهد داشت.

گفتنی است که این ویژگی برای هوش مصنوعی سورا(Sora) نیز در دسترس قرار می‌گیرد.

اوپن‌ای‌آی می‌گوید که این پلتفرم، تصاویر با کیفیت بالا را بر اساس درخواست، مکالمه و فایل‌های آپلود شده کاربران تولید می‌کند و در مرحله آخر می‌تواند تصاویر از قبل موجود را بر اساس دستورات تغییر دهد.

اوپن‌ای‌آی همچنین به پیشرفت‌های قابل توجهی در ارائه متن و درک متنی افتخار می‌کند.

این ابزارهای جدید برای استفاده شخصی و حرفه‌ای در نظر گرفته شده‌اند. به این ترتیب، اوپن‌ای‌آی تعدادی مثال در مورد اینکه این نوع تولید تصویر می‌تواند مفید باشد، ارائه کرده است که شامل ایجاد تصاویر اینفوگرافیک، گرافیک تبلیغاتی رسانه‌های اجتماعی و تصاویر با متن فراوان است که در زیر مشاهده می‌کنید.

این یک ابزار نسل مدرن است که می‌تواند تصاویر با کیفیت بالا را مدیریت کند. این شرکت می‌گوید که همچنین قابلیتی قوی برای فوتورئالیسم، از جمله دقت نور، سایه و بافت را ارائه می‌دهد.

توانایی درک زمینه نیز می‌تواند مفید باشد، زیرا اوپن‌ای‌آی می‌گوید این ابزار می‌تواند برای ایجاد «پوستری از پرندگان موجود در پارک» یا «تجسم یک دوره از تاریخ هنر که قبلاً در گفتگو مورد بحث قرار گرفته است» استفاده شود.

این قابلیت بر مدل روی GPT-4o ساخته شده است؛ یک مدل هوش مصنوعی که اولین بار سال گذشته منتشر شد. حرف «o» مخفف واژه omni است که اشاره‌ای به قابلیت‌های چندوجهی این مدل دارد. این همان چیزی است که بسیاری از ویژگی‌های فوق الذکر مانند امکان تکرار در فایل‌های آپلود شده را ممکن می‌کند.

به نظر می‌رسد خبر عرضه این قابلیت گام دیگری در مسیری طولانی به سمت عملکرد «یک هوش مصنوعی برای حکومت بر همه هوش‌های مصنوعی باشد که سم آلتمن(Sam Altman) چند هفته پیش از آن سخن گفت.

انتهای پیام