¡No más aberraciones visuales y jeroglíficos textuales: GPT-4O redefine la creación de imágenes en ChatGPT, más claros, más precisos, más profesionales y reemplaza a Dall-E 3!
Ciertamente, el modelo GPT-4O tenía un enorme potencial aún explotado y solo podemos arrepentirnos de que Optaai no reaccionó más rápido para liberarlo. Si bien GPT-4O está ampliamente abandonado por los usuarios pagos de ChatGPT a favor de «O3-Mini» y «GPT 4.5», el modelo demuestra que todavía tiene mucho que ofrecer.
Por lo tanto, a fines de la semana pasada, Operai había abierto capacidades de reconocimiento vocal y síntesis nuevas y muy sorprendentes suplantando en gran medida las capacidades de su viejo modelo «Whisper».
Después de «Salir Whisper», Operai lleva a todos contra el pie con una inesperada «Salida Dall-E 3». ¡De ahora en adelante, la generación de imágenes se realiza a través del GPT-4O altamente multimodal!
Operai acaba de presentar una actualización importante de las funcionalidades de la generación de imágenes ChatGPT, la primera por más de un año. Esta evolución ahora permite que el modelo GPT-4O cree y modifique de forma nativa las imágenes y fotos con una precisión y calidad mucho más altas que el antiguo Dall-E 3.0, que hasta ahora animó la generación de imágenes ChatGPT.
Esta nueva característica, que se distingue por un enfoque integrado, fusiona las capacidades textuales y visuales en un solo sistema coherente. » Ya no separamos la generación de imágenes y la generación de texto. Queremos que todo se haga juntos «Explica Gabriel Goh, investigador de Openai.
La generación de imágenes ChatGPT está progresando en muchos puntos clave gracias a GPT-4O:
1/ mejor precisión para generar imágenes complejas, inusuales o conceptualmente sofisticadas. Por lo general, ChatGPT produce muchas menos aberraciones como 6 dedos, cuerpos de 3 brazos, caracteres incompletos, etc.
2/ La capacidad de editar imágenes existentes, incluidas aquellas con personas. ¡Es una mejora fundamental! CHATGPT no regenera una imagen nueva muy diferente con cada solicitud de retoque. ¡Realmente publica la imagen que le permite editarla y mejorarla en varios iterativos inmediatos!
3/ La creación de imágenes profesionales que incorporan texto legible, como diagramas, infografías o logotipos. ChatGPT progresa mucho en particular en particular al generar texto siempre legible en lugar de los viejos jeroglíficos producidos por Dall-E3. Mejor aún, AI ahora sabe cómo generar fondos transparentes, una función esencial para logotipos o iconos, por ejemplo.
4/ La generación de ilustraciones de acuerdo con instrucciones detalladas, como cómics con varios paneles.
Si la generación lleva más tiempo que con Dall-E 3 (hasta un minuto por imagen), OpenAi dice que este período está justificado por la mayor calidad y la riqueza de los detalles del producto.
La implementación de esta característica ya ha comenzado para pagar a los suscriptores y llega muy pronto para usuarios gratuitos (a una tasa de un máximo de tres imágenes generadas por día). Los desarrolladores que usan la API de Operai también se beneficiarán de ella en las próximas semanas.
Con respecto a los datos de capacitación, Openai indica que ha utilizado datos «disponibles públicamente», así como datos propietarios de asociaciones como la que tiene Shutterstock. Brad Lightcap, director de operaciones de Operai, dice: «Respetamos los derechos de los artistas en nuestro enfoque, y nuestras políticas impiden la generación de imágenes que imitan directamente el trabajo de los artistas vivos».
https://www.youtube.com/watch?v=e9rn8jx-uc<
Leer también:
OpenAI mejora el modo vocal de ChatGPT y sus Audios API
Operai está lanzando nuevas herramientas para la creación de agentes de IA
Microsoft y Openai se alejan el uno del otro poco a poco
Operai extiende el acceso a GPT-4.5 e invierte en investigación universitaria con el consorcio Nextgenai
Sora, el modelo de Video IA de Operai Video está disponible en Francia y Europa
Operai lanza GPT 4.5, su último modelo clásico de LLM
[
