ChatGPT вече може да обработва изображения по-добре и да създава работни таблици

OpenAI улеснява редактирането на изображения в ChatGPT и създаването на визуални елементи за работа, които включват дълъг, четлив текст, което потенциално може да увеличи привлекателността на чатбота за бизнеса и потребителите, пише Bloomberg.

По време на събитие, предавано на живо във вторник, базираната в Сан Франциско компания показа как потребителите на ChatGPT ще могат по-прецизно да обработват изображения, като провеждат разговор с чатбота. Потребителят например може да поиска изображение на охлюв в град, а след това да поиска промени във фона или да добави шапка.

ChatGPT също така ще може да създава по-добре изображения с избран текст, което го прави по-умел в създаването на диаграми, инфографики и лога за професионална употреба, твърди компанията. Човек може да подкани чатбота да генерира фотореалистично изображение на персонализирано меню или карта например. Той също така ще може да изпълнява по-сложни инструкции от потребителите относно композицията на изображението.

OpenAI все повече се опитва да позиционира ChatGPT като приложение за всичко, което предлага търсачка, гласов асистент и видео генератор. С най-новите подобрения OpenAI иска да включи по-усъвършенствани функции за изображения, които могат да бъдат приложими както за лична, така и за професионална употреба. Освен това могат да помогнат на ChatGPT да държи позиции пред чатботовете на конкуренти като xAI на Илон Мъск, които също добавиха генератори на изображения.

Както в други случаи на употреба на изкуствен интелект обаче, ChatGPT може да измисля неща при генериране на изображения, например да включи текст с фалшиви имена на държави върху снимка. В публикация в блога си компанията казва, че тези грешки могат да възникнат при недостатъчно подробни заявки от потребителите. OpenAI заяви още, че нейният изкуствен интелект може да има трудности при създаването на текст с малък размер и текст с различна азбука, както и други проблеми.

Създаването на изображения с актуализираната функция може да отнеме до минута, според публикация в блога на компанията. По време на събитието на живо главният изпълнителен директор на OpenAI Сам Алтман каза, че е нужно повече време, защото изображенията са по-подробни.

Новите възможности ще станат достъпни днес в модела GPT-4o на OpenAI, който е отворен за всички потребители. Компанията каза, че през следващите няколко седмици ще пусне новите функции за разработчиците на софтуер, които използват нейния интерфейс за програмиране на приложения.