OpenAI révolutionne la génération d’images avec GPT‑4o
Aperçu de la nouvelle technologie de génération d’images d’OpenAI
Les fonctionnalités clés de la génération d’images 4o d’OpenAI
OpenAI a lancé la génération d’images 4o au sein de sa plateforme phare ChatGPT. Les cas d’utilisation mis en avant par Open AI pour le 4o comprennent la création d’images “de base” incluant des logos, des schémas et des illustrations, qui ouvrent la voie à plusieurs applications dans l’industrie de la communication marketing. Voici certaines de ses caractéristiques principales:
Des images plus fidèlement rendues: Les images générées par IA sont souvent plus visuellement intrigantes que précises. Avec le 4o, OpenAI s’est appuyé sur le principe que la génération d’images ne devrait pas seulement être belle, mais aussi utile. La création de logos cohérents devrait être plus facile avec la génération d’images 4o, qui rend le texte sur les images de manière plus précise. Ceci est un développement particulièrement significatif à un moment où un texte déformé ou incorrect est souvent un signe révélateur d’images générées par IA.
Meilleure liaison et respect des consignes: Dans le contexte de la génération d’images, la ‘liaison’ fait référence à la précision avec laquelle les éléments d’une consigne sont incorporés dans un rendu final. De meilleures capacités de ‘liaison’ signifient que la génération d’images 4o est susceptible de fournir des images basées sur des inputs textuels avec un meilleur respect des consignes que les versions précédentes.
Capacité à itérer sur les images: Les images téléchargées peuvent être utilisées comme source d’inspiration ou de base pour la génération d’images. Avec la génération d’images 4o intégrée dans le GPT-4, les utilisateurs ont désormais la possibilité de peaufiner une image à travers une conversation naturelle pour garantir la cohérence. Par exemple, l’apparence d’un personnage pourrait rester cohérente même si divers autres éléments dans une image subissent des changements: vital pour créer de multiples itérations d’une seule image héroïque dans une campagne publicitaire.
La polyvalence de la génération d’images 4o d’OpenAI
La capacité de rendre des visuels plus complexes: Le nombre d’objets pouvant être présents dans un visuel augmente également avec la génération d’images 4o. Une déclaration d’Open AI indique, “Alors que d’autres systèmes ont du mal avec ~5-8 objets, GPT‑4o peut gérer jusqu’à 10-20 objets différents. La liaison plus étroite des objets à leurs caractéristiques et relations permet un meilleur contrôle.”
Une plus grande variété de styles: Les modèles ont été entraînés sur un vaste éventail d’images, y compris le photoréalisme, permettant des rendus plus convaincants.
Comme tous les modèles alimentés par IA, Open AI reconnaît que la génération d’images 4o n’est pas parfaite. La société a également mis en place des limitations au modèle pour l’empêcher de générer des images illégales, et inclure des métadonnées qui aideront à identifier la provenance d’une image comme étant générée par IA.
La génération d’images 4o est disponible sur une grande partie de la suite de produits ChatGPT, avec des chances qu’elle soit bientôt lancée pour les niveaux Enterprise et Edu. D’autres entreprises ayant mis en avant les capacités de création de logo de leur logiciel de génération d’images incluent Google avec Imagen, une partie de sa suite d’outils AI Gemini.
Source : www.campaignasia.com
