Pievienojieties mūsu ikdienas un nedēļas biļeteniem, lai iegūtu jaunākos atjauninājumus un ekskluzīvu saturu par nozares vadošo AI pārklājumu. Uzziniet vairāk
Cilvēki tagad var būt dabiski Iekļaut Studio Ghibli-iedvesmotus attēlus, kurus ģenerējusi Chatgpt viņu bizness. Openai API ir pievienojis modeli aiz sava mežonīgi populārā attēlu ģenerēšanas rīka, ko izmanto Chatgpt.
GPT-IMAGE-1 modelis ļaus izstrādātājiem un uzņēmumiem “integrēt augstas kvalitātes, profesionālās klases attēlu ģenerēšanu tieši viņu pašu rīkos un platformās”.
“Modeļa daudzpusība ļauj tai izveidot attēlus dažādos stilos, uzticīgi ievērot pielāgotas vadlīnijas, izmantot zināšanas par pasauli un precīzi atveidot tekstu – atbloķēt neskaitāmas praktiskas lietojumprogrammas vairākās jomās,” Openai sacīja emuāra ierakstā.
Cenas API atdala žetonus tekstam un attēliem. Teksta ievades marķieri vai uzvedne teksts maksās 5 USD par 1 miljonu žetonu. Attēla ievades marķieri būs USD 10 par miljonu žetonu, savukārt Picture Output marķieri jeb ģenerētais attēls būs milzīgi 40 USD par miljonu marķieru.
Konkurenti, piemēram, stabilitātes AI, piedāvā a uz kredītiem balstīta sistēma tās API kur viens kredīts ir vienāds ar 0,01 USD. Izmantojot tā vadošo stabilu attēlu, extremely maksā astoņus kredītus katrā paaudzē. Google attēlu ģenerēšanas modelis, Imagen, Maksa, kas maksā lietotājiem USD 0,03 par attēlu, kas izveidots, izmantojot Dvīņu API.
Attēlu ģenerēšana vienā vietā
Openai ļāva ChatGpt lietotājiem ģenerēt un rediģēt attēlus tieši tērzēšanas interfeisā aprīlī, dažus mēnešus pēc tam, kad tika pievienota attēla ģenerēšana ChatGpt, izmantojot GPT-4O modeli.
Uzņēmums sacīja, ka attēlu ģenerēšana tērzēšanas platformā “ātri kļuva par vienu no mūsu populārākajām funkcijām”. Openai sacīja, ka vairāk nekā 130 miljoni lietotāju ir pieejami šai funkcijai un tikai pirmajā nedēļā izveidoja 700 miljonus fotoattēlu.
Tomēr šī popularitāte arī Openai parādīja dažus izaicinājumus. Sociālo mediju lietotāji ātri atklāja, ka viņi var pamudināt ChatGpt ģenerēt attēlus, kurus iedvesmojusi japāņu animācijas juggernaut studija Ghibli, un tā rezultātā manas sociālo mediju plūsmas bija piepildītas ar tām pašām fotogrāfijām visai nedēļas nogalei. Tendence pamudināja Openai izpilddirektoru Samu Altmanu pieprasīt Uzņēmuma GPU “kūst”.
Openai iepriekš pievienoja savu attēla modeli Dall-E 3 vietnē Chatgpt. Šis modelis bija difūzijas transformatora modelis, nevis vietējā multimodālā izpratne, kāda ir GPT-4O.
Uzņēmuma lietošanas gadījumi
Uzņēmumi vēlas spēju ģenerēt attēlus saviem projektiem, un daudzi nevēlas atvērt atsevišķu lietojumprogrammu, lai to izdarītu. Pievienojot attēla modeli savam API, Openai ļauj uzņēmumiem savienot GPT-IMAGE-1 ar savām ekosistēmām.
Openai sacīja, ka tas jau ir redzējis vairākus uzņēmumus, un jaunuzņēmumi izmanto modeli radošiem projektiem, produktiem un pieredzei, savā emuāra ierakstā nosaucot vairākus pazīstamus zīmolus.
Tiek ziņots, ka Canva pēta veidus, kā integrēt GPT-IMAGE-1 tā Canva AI un Magic Studio rīkiem. Godaddy jau ir sācis eksperimentēt ar attēlu ģenerēšanu, lai klienti izveidotu savus logotipus, un Airtable tagad ļauj uzņēmuma mārketingam un radošajām komandām viegli pārvaldīt aktīvu darbplūsmas mērogā.
Openai sacīja, ka GPT-IMAGE-1 API iegūs tādas pašas drošības apsardzes kā Chatgpt. Uzņēmums sacīja, ka ar modeli ģenerētie attēli ietver metadatus no satura izcelsmes un autentiskuma koalīcijas (C2PA), kas saturu apzīmē kā AI ģenerētu un izseko īpašumtiesības. Openai ir daļa no C2PA vadības komitejas.
Lietotāji var arī kontrolēt satura mērenību, lai ģenerētu attēlus, kas vislabāk atbilst viņu zīmolam.
Openai solīja, ka neizmanto klientu API datus, ieskaitot visus GPT-IMAGE-1 augšupielādētos vai ģenerētos attēlus, lai apmācītu savus modeļus.
avots
