اولین عکس ساخته‌شده توسط مدل GPT-4o منتشر شد

اولین تصویر تولیدشده توسط GPT-4o در تاریخ

«گرگ براکمن»، رئیس OpenAI در شبکه اجتماعی ایکس پست جدیدی را انتشار کرد که به発言ش، اولین عکس تولیدشده توسط مدل تازه GPT-4o این شرکت است.

عکس منتشرشده توسط براکمن در ایکس، فردی را مشخص می‌کند که تی‌شرت مشکی با لوگوی OpenAI به تن دارد و در روبرو یک تخته سیاه ایستاده است. روی تخته، عبارت «انتقال بین راه‌حل‌ها» و جملات فرد دیگری با گچ نوشته شده است.

عکس تولیدشده توسط مدل GPT-4o

اولین عکس ساخته‌شده توسط مدل GPT-4o منتشر شد 2

مدل تازه GPT-4o روز دوشنبه معارفه شد، و OpenAI در نمایش خود گفت که این مدل نسبت به خانواده مدل‌های GPT-4 بهبود یافته است؛ علاوه بر کارایی بالاتر و هزینه پایین‌تر، توانایی حفظ اطلاعات بیشتری از ورودی‌ها را دارد.

نقطه قوت مدل GPT-4o به این دلیل است که OpenAI برای توسعه آن از رویکرد متفاوتی نسبت به GPT-4 استفاده کرده است. در حالی که مدل‌های قبلی اساساً ترکیبی از چندین مدل گوناگون بودند که قادر به تبدیل صدا و عکس به متن و عکس بودند، مدل GPT-4o از ابتدا روی توکن‌های چندرسانه‌ای آموزش دیده است. بنابراین، دیگر برای تحلیل و تفسیر صدا و عکس نیازی به تبدیل آن‌ها به متن ندارد.

طبق عکس منتشرشده، این رویکرد جدید نسبت به مدل DALL-E 3 متعلق به OpenAI که در سپتامبر 2023 ارائه شد، بهبود قابل‌توجهی در زمینه تولید عکس نشان داده است.

نکته قابل‌توجه این است که مدل هوش مصنوعی GPT-4o برای همه کاربران، از جمله کاربران سرویس رایگان و پولی OpenAI، در دسترس قرار گرفته است. قابلیت‌های پردازش متن و عکس این مدل هم‌اکنون برای تمام کاربران ارائه شده است، اما ویژگی تازه Voice Mode ابتدا به صورت آلفا در هفته‌های آینده برای کاربران ChatGPT Plus در دسترس خواهد بود و سپس به انتشار گسترده‌تر می‌رسد.

منبع