На этой неделе OpenAI представила новое поколение модели искусственного интеллекта GPT-4o. Буква"o" в названии
означает Omni, иизначально она поддерживала несколько форматов ввода. Грег Брокман,президент и соучредитель OpenAI,впервые опубликовал изображение,созданное с помощью GPT-4o.
Поддержка текста, изображений и аудио в качестве входных данных означает, что модель также может генерировать их.Фотография выше -это не фотография, а работа GPT-4o,на которой изображен мужчина в футболке с логотипом OpenAI, написанным на доске. Вверху есть частично стертая надпись "Перенос между модальностями". Допустим,мы используем одинтрансформатор авторегрессии для непосредственного моделирования P (текст, пиксели, звук).Каковы плюсы и минусы?"
Если присмотреться повнимательнее, то можно увидеть некоторые признаки того, что изображение было создано искусственным интеллектом. Доска висит под неестественным углом, под ней непонятным образом находится еще одна, рука человека имеет странную форму, а освещение равномерное,и в тожевремя способность ИИ создавать длинные фрагменты непротиворечивого текста кажется невероятной — дажеDALL-E3 с трудом справляется сэтим.Генератор изображений GPT-4o пока не доступен для широкой публики.Пользователи ChatGPT с подключенными моделями нового поколения могут генерировать изображения тольков DALL-E3. Однако президент OpenAI Грег Брокман заверяет, что компания прилагает огромные усилия, чтобы открыть полный доступ к моделям следующего поколения.