一区二区三区,国产精品,亚洲中文字幕乱码av波多ji,亚洲国产成人综合精品,尹人香蕉99久久综合网站,亚洲综合国产成人丁香五月激情

感謝本站網(wǎng)友 華南吳彥祖、軟媒用戶1392612 的線索投遞！

剛剛，OpenAI 深夜直播，GPT-4o 的原生圖像生成大升級(jí)！奧爾特曼親自上陣組隊(duì)，演示了自拍變梗圖、相對(duì)論漫畫等功能，不過相對(duì)隔壁谷歌發(fā)布的新模型，OpenAI 的這波動(dòng)作著實(shí)有點(diǎn)不夠看。

就在谷歌剛剛?cè)映龅乇碜顝?qiáng)模型 Gemini 2.5 Pro 不久，OpenAI 也有動(dòng)作了。

奧爾特曼親自帶隊(duì)，展示了 GPT-4o 圖像生成技術(shù)的各種大升級(jí)，比如制作梗圖、文本渲染、多輪交互生成和指令遵循等。

整個(gè)直播中最亮的演示，莫過于這張官方玩梗的表情包了。

目前，這項(xiàng)功能已經(jīng)在 ChatGPT 和 Sora 中，向所有 Plus、Pro、Team 和免費(fèi)用戶推出。

當(dāng)然，新版 Sora 生圖的時(shí)間，也比以往更長了。但 OpenAI 看來，生圖的質(zhì)量和其具備的世界知識(shí)，讓用戶值得等待那多出的幾秒。

GPT-4o 原生圖像生成來了！

在直播中，奧爾特曼介紹道，從今天起，ChatGPT 中的原生圖像生成功能正式推出！

GPT-4o 的全模態(tài)能力，從此也融合進(jìn)了 Sora 中。

OpenAI 多模態(tài)研究的負(fù)責(zé)人 Gabe 介紹說，兩年前剛開始這個(gè)項(xiàng)目時(shí)，他對(duì)于 GPT-4 這個(gè)強(qiáng)大的模型會(huì)怎樣原生支持圖像模型非常好奇。

一年后，當(dāng)模型完成訓(xùn)練時(shí)，他看到了令人興奮的跡象。從 GPT-2 以來，他已經(jīng)很久沒有這種感覺 —— 這是一個(gè)瘋狂時(shí)刻。

給出以下 prompt，GPT-4o 就生成了符合要求的圖像，完全還原了要求。

接下來，三個(gè)人用手機(jī)來了張自拍，GPT-4o 立刻把三人自拍轉(zhuǎn)換成了動(dòng)漫風(fēng)格的版本。

甚至他們開始官方玩梗，讓模型添加一段「Feel The AGI」在圖片上，一張表情包就此誕生。

這個(gè)過程，就體現(xiàn)了 4o 作為全能模型的強(qiáng)大能力。

因?yàn)樗粌H僅是一個(gè)語言模型，還包括圖像、音頻，所有輸入和輸出的模態(tài)。它可以理解、生成這些模態(tài)，并且無縫地在它們之間工作。

用 OpenAI 的話說，「我們終于邁向了這種真正集成的多模態(tài)模型」。

接下來，他們讓模型畫出一幅描述相對(duì)論的漫畫，要求通俗易懂，還要加入一些幽默元素。

這個(gè)提示詞非常模糊，因此看看模型會(huì)生成什么樣的圖，就格外令人期待了。果然，生成效果令人驚喜。

注意，這個(gè)過程中，模型很可能利用了自己的世界知識(shí)，對(duì)提示詞進(jìn)行了擴(kuò)展。

然后，他們給了模型一張卡片，希望生成同樣風(fēng)格的圖像，但要求主角不再是卡片中的巨貓國王，而是某位研究者的狗狗。

另外，卡片上還需要出現(xiàn)一些細(xì)節(jié)，比如模型的名字和年份，以及狗狗的體重和身高。

可以看到，生成圖像在文本渲染方面非常驚艷，所有數(shù)據(jù)都準(zhǔn)確無誤。

最后一個(gè)演示，是基于此前幾人生成的內(nèi)容，制作一個(gè)紀(jì)念幣。

而且，還要求圖使用了一個(gè)特殊的十六進(jìn)制代碼，且加上生成圖像的文本和日期。

可以看到，生成結(jié)果非常驚艷！此前曾出現(xiàn)的藝術(shù)熊、收音機(jī)、愛因斯坦漫畫、研究者的狗狗以及模型名稱和日期，全部都出現(xiàn)在了紀(jì)念幣上。

模型之所以精準(zhǔn)完成這樣復(fù)雜的要求，是因?yàn)樗怯梅亲曰貧w的方式訓(xùn)練的，因此它能夠理解上下文中的文本和多張圖片，以非常和諧的方式在紀(jì)念幣上呈現(xiàn)出來。

和 GPT-4o 聊天，定制各種圖像

總之，現(xiàn)在使用這個(gè)功能，我們可以創(chuàng)建各種圖像，或?qū)⑵滢D(zhuǎn)換為各種風(fēng)格。

從此，用 GPT-4o 創(chuàng)建和定制圖像，就像聊天一樣簡(jiǎn)單。

只需描述所需，就能得到想要的任何細(xì)節(jié)，比如縱橫比、使用十六進(jìn)制代碼的精確顏色或透明背景。

我們可以讓它設(shè)計(jì)一個(gè)信息圖，解釋牛頓的棱鏡寬高比，背景為深藍(lán)色。

一張畫質(zhì)高級(jí)的教學(xué)級(jí)圖片，立馬生成。

這個(gè)圖像生成功能的特點(diǎn)就是，能遵循非常復(fù)雜的提示，極其注重細(xì)節(jié)。

15 個(gè)非常細(xì)化的要求，它都在一張圖里完美實(shí)現(xiàn)了。

要知道，大多數(shù)生圖模型被要求渲染多個(gè)項(xiàng)目時(shí)，往往就會(huì)混淆顏色和形狀，但新模型卻能正確綁定 15 到 20 個(gè)對(duì)象的屬性，還能成功理解各自的復(fù)雜需求。

在你和它的聊天上下文中，GPT-4o 就能為你構(gòu)建圖像和文本，還能確保一致性。

主打一個(gè)實(shí)用

從最早的洞穴壁畫到現(xiàn)代信息圖表，人類一直使用視覺圖像來交流、說服和分析。

如今的生成式 AI 模型可以創(chuàng)造出超現(xiàn)實(shí)的場(chǎng)景，但在處理人們用于分享和創(chuàng)建信息的實(shí)用圖像方面仍然存在困難。

GPT?4o 的圖像生成功能擅長準(zhǔn)確渲染文本，精確遵循提示詞，并利用 GPT-4o 固有的知識(shí)庫和聊天上下文 —— 包括轉(zhuǎn)換上傳的圖像或?qū)⑵溆米饕曈X靈感。

這些能力讓用戶可以更加容易地創(chuàng)建想象中的畫面，幫助通過視覺更有效地溝通，并將圖像生成發(fā)展成為一種具有精確性和強(qiáng)大功能的實(shí)用工具。

畢竟，只有當(dāng)圖像配上指代共享語言和經(jīng)驗(yàn)的符號(hào)時(shí)，才能傳達(dá)精確的含義。

能力大幅增強(qiáng)

通過線上圖像和文本的聯(lián)合分布訓(xùn)練，模型不僅能學(xué)會(huì)圖像如何與語言相關(guān)聯(lián)，還能知道它們之間的相互關(guān)系。

結(jié)合積極的后訓(xùn)練優(yōu)化，最終的模型展現(xiàn)出驚人的視覺表現(xiàn)力，能夠生成實(shí)用、一致且具有上下文感知能力的圖像。

文本渲染

一張圖片勝過千言萬語，但有時(shí)在正確的位置添加幾個(gè)詞能夠大大提升圖像的含義。

GPT-4o 將精確的符號(hào)與圖像融合的能力使圖像生成成為視覺交流的有力工具。

多輪交互生成

由于圖像生成現(xiàn)在是 GPT?4o 的原生功能，用戶可以通過自然對(duì)話來完善圖像。

GPT?4o 能夠基于聊天上下文中的圖像和文本進(jìn)行構(gòu)建，確保始終保持一致性。

比如，一個(gè)正在設(shè)計(jì)中的游戲角色，它的外觀就能在多次迭代和調(diào)整中保持連貫一致。

指令遵循

GPT?4o 的圖像生成功能不僅可以遵循詳細(xì)的提示詞，而且還十分注重細(xì)節(jié)。

相比起其他只能處理 5-8 個(gè)物體的模型，GPT?4o 可以輕松搞定多達(dá) 10-20 個(gè)不同的物體。

并且，物體與其特征和關(guān)系的更緊密綁定使得控制更加精準(zhǔn)。

上下文內(nèi)學(xué)習(xí)

GPT?4o 能夠分析并學(xué)習(xí)用戶上傳的圖像，將圖像細(xì)節(jié)無縫整合到上下文中，用于輔助圖像生成。

世界知識(shí)

內(nèi)置的圖像生成功能使 GPT?4o 能夠連接文本和圖像之間的知識(shí)，使模型表現(xiàn)得更智能、更高效。

真實(shí)照片風(fēng)格

通過對(duì)反映多種多樣圖像風(fēng)格的圖像進(jìn)行訓(xùn)練，模型能夠以令人信服的方式創(chuàng)建或轉(zhuǎn)換圖像。

參考資料：

• https://openai.com/index/introducing-4o-image-generation/