Menu
Izvršni direktor OpenAI-a, Sam Altman najavio je prvu veliku nadogradnju ChatGPT-ovih sposobnosti generiranja slika.
Uz pomoć novog GPT-4o modela, ChatGPT više nije ograničen samo na tekstualnu obradu. Sada može stvarati i prilagođavati slike te fotografije, što otvara posve nove mogućnosti za kreativne industrije, marketing, dizajn i brojne druge sektore. Altman je rekao kako je ova funkcionalnost dostupna pretplatnicima OpenAI-evog Pro plana, koji stoji 200 dolara mjesečno, dok će uskoro biti dostupna i korisnicima Plus i besplatnih verzija, kao i programerima putem API-a.
Za razliku od svog prethodnika, DALL-E 3, novi GPT-4o donosi značajna poboljšanja u kvaliteti i preciznosti generiranih slika. Iako model zahtijeva više vremena za obradu, rezultati su daleko detaljniji i impresivniji. GPT-4o nije samo sposoban generirati potpuno nove slike, već može i prilagođavati postojeće fotografije, uključujući one koje prikazuju ljude. Transformacije i "inpainting" — dodavanje ili izmjena objekata u prvom planu i pozadini — sada su dio standardne ponude.
OpenAI je za trening ovog modela koristio javno dostupne podatke te vlasničke podatke prikupljene u suradnji s partnerima poput Shutterstocka. Takav pristup omogućio je stvaranje alata koji zadovoljava visoke standarde kvalitete i etike. „Poštujemo prava umjetnika u svemu što radimo te imamo stroge politike koje sprječavaju stvaranje slika koje oponašaju rad živućih umjetnika,“ izjavio je Brad Lightcap, glavni operativni direktor OpenAI-a.
Ova nadogradnja za ChatGPT dolazi u trenutku kada tehnološki divovi ulažu znatne resurse u generativnu umjetnu inteligenciju. Nedavno je Google predstavio eksperimentalnu funkcionalnost generiranja slika unutar svog modela Gemini 2.0 Flash, koja je izazvala veliku pozornost, ali i kontroverze zbog nedostatka adekvatnih zaštita protiv zlouporabe. S druge strane, OpenAI naglašava odgovornost i etiku kao ključne principe razvoja svojih alata.
