Во время прямой трансляции во вторник генеральный директор OpenAI Сэм Альтман анонсировал крупное обновление генерации изображений в ChatGPT — первое за последний год.

Теперь ChatGPT может создавать и редактировать изображения с помощью GPT-4o, который ранее использовался исключительно для обработки текста. Это улучшение доступно в ChatGPT и Sora, инструменте OpenAI для генерации видео. Пока оно запущено только для подписчиков Pro-плана за $200 в месяц, но в ближайшее время появится у пользователей Plus, бесплатной версии ChatGPT и API-разработчиков.

Содержание

Чем GPT-4o лучше DALL-E 3?

OpenAI утверждает, что новый алгоритм думает дольше, но создаёт более точные и детализированные изображения по сравнению с DALL-E 3. Теперь ChatGPT умеет редактировать существующие изображения, в том числе с людьми на них, а также вносить изменения в передний и задний план.

Модель обучалась на публично доступных данных и материалах от партнёров, таких как Shutterstock. Компании, работающие с генеративным ИИ, редко раскрывают детали обучения, так как это не только конкурентное преимущество, но и потенциальный источник судебных разбирательств по вопросам авторских прав.

Защита авторских прав

Главный операционный директор OpenAI Брэд Лайткап заявил, что компания не позволяет ChatGPT копировать стиль живущих художников и предлагает авторам форму отказа от использования их работ в обучении. Также OpenAI уважает запреты на скрапинг данных с сайтов, если владельцы ресурсов не хотят, чтобы их контент использовался в ИИ-моделях.

Конкуренция с Google и вызовы генеративного ИИ

Обновление OpenAI появилось вскоре после того, как Google представила новую систему генерации изображений в модели Gemini 2.0 Flash. Однако Google столкнулась с проблемами — инструмент позволял удалять водяные знаки и создавать изображения, нарушающие авторские права.

OpenAI стремится избежать подобных скандалов, но успех новой функции будет зависеть от её точности, скорости работы и эффективности защиты интеллектуальной собственности.