Selama streaming langsung pada hari Selasa, CEO OpenAI Sam Altman mengumumkan peningkatan besar pertama ke kemampuan generasi gambar ChatGPT dalam lebih dari setahun.
ChatGPT sekarang dapat memanfaatkan model GPT-4O perusahaan untuk secara asli membuat dan memodifikasi gambar dan foto. GPT-4O telah lama menopang platform chatbot bertenaga AI, tetapi sampai sekarang, model telah dapat menghasilkan dan mengedit teks saja-bukan gambar.
Altman mengatakan GPT-4O Native Image Generation ditayangkan hari ini di Chatgpt dan Sora, produk generasi video AI Openai, untuk pelanggan rencana pro $ 200 per bulan perusahaan. Openai mengatakan fitur ini segera diluncurkan ke plus dan pengguna chatgpt gratis, serta pengembang yang menggunakan layanan API perusahaan.
GPT-4O dengan output gambar “berpikir” sedikit lebih lama dari model generasi gambar yang digantikan secara efektif, Dall-e 3, untuk membuat apa yang digambarkan OpenAI sebagai gambar yang lebih akurat dan terperinci. GPT-4O dapat mengedit gambar yang ada, termasuk gambar dengan orang-orang di dalamnya-mengubahnya atau detail “inpainting” seperti objek latar depan dan latar belakang.
Untuk memberi daya pada fitur gambar baru, Openai memberi tahu Wall Street Journal Ini melatih GPT-4O pada “data yang tersedia untuk umum,” serta data eksklusif dari kemitraannya dengan perusahaan seperti Shutterstock.
Banyak vendor AI generatif melihat data pelatihan sebagai keunggulan kompetitif, sehingga mereka menyimpannya dan informasi apa pun yang terkait dengannya dekat dengan dada. Tetapi detail data pelatihan juga merupakan sumber potensial dari tuntutan hukum terkait IP, disinsentif lain bagi perusahaan untuk mengungkapkan banyak.
“Kami menghormati hak -hak para seniman dalam hal bagaimana kami melakukan output, dan kami memiliki kebijakan yang mencegah kami menghasilkan gambar yang secara langsung meniru karya seniman hidup,” kata Brad Lightcap, chief operating officer Openai, dalam sebuah pernyataan ke jurnal.
OpenAI menawarkan formulir opt-out yang memungkinkan pembuat untuk meminta agar pekerjaan mereka dihapus dari kumpulan data pelatihannya. Perusahaan juga mengatakan bahwa mereka menghormati permintaan untuk melarang bot-botnya yang menggerakkan web dari mengumpulkan data pelatihan, termasuk gambar, dari situs web.
Fitur generasi gambar ChatGPT yang ditingkatkan mengikuti output gambar asli Google untuk Gemini 2.0 Flash, salah satu model andalan perusahaan. Fitur yang kuat menjadi viral di media sosial – tetapi tidak harus karena alasan terbaik. Komponen gambar Gemini 2.0 Flash ternyata memiliki sedikit pagar, memungkinkan orang untuk menghilangkan tanda air dan membuat gambar yang menggambarkan karakter yang dilindungi hak cipta.
Artikel ini diperbarui pada pukul 12 siang PT untuk memasukkan pernyataan Openai ke Wall Street Journal di sekitar data pelatihan GPT-4O.
