OpenAI社長、GPT-4oが生成した初の画像を発表

Home AIニュース OpenAI社長、GPT-4oが生成した初の画像を発表

OpenAIの社長、グレッグ・ブロックマンが自身のXアカウントで、同社の新しいGPT-4oモデルによって生成された初の公開画像を共有しました。この画像には、OpenAIのロゴが入った黒いTシャツを着た人物が黒板に文字を書いている姿が映っています。黒板の上には「モダリティ間の転送。P（テキスト、ピクセル、音声）を一つの大きな自己回帰型トランスフォーマーで直接モデル化すると仮定した場合の利点と欠点は？」と書かれています。

月曜日に発表されたGPT-4oモデルは、以前のGPT-4ファミリー（GPT-4、GPT-4ビジョン、GPT-4ターボを含む）を基に、処理速度の向上やコスト削減、音声やビジュアルなどの多様な入力からの情報保持力の向上を実現しています。

OpenAIは、GPT-4oのトレーニングにマルチメディアトークンを使用する新たなアプローチを採用し、音声やビジュアルデータを事前にテキストに変換する必要を排除しました。これにより、モデルは直接これらのメディア形式を解析・解釈できるようになり、従来のGPT-4モデルの複雑な相互接続構造に比べて、よりシームレスかつ効率的な操作が実現されています。

新しい画像を、2023年9月にリリースされたOpenAIのDALL-E 3による生成画像と比較すると、GPT-4oモデルの品質、フォトリアリズム、テキスト精度において大きな向上が見られます。

現在、GPT-4oのネイティブな画像生成機能は一般には公開されていません。ブロックマンはその投稿で「チームはそれを世に広めるために懸命に取り組んでいます」と述べています。

Snowflake、Metaプレーンと提携しAI開発におけるデータ品質課題に取り組む

OpenAIのスーパーアラインメントチーム、2人の主要メンバー離脱後の生き残りの危機とは？

Most people like

ListenMonster

37.4K

コンテンツ制作者のために特別に設計された革新的なトランスクリプションプラットフォームで、クリエイティブなプロセスを変革しましょう。ワークフローを効率化し、アクセスibiltiyを向上させ、オーディオやビデオを正確で検索可能なテキストに変換することで、プロジェクトを高めましょう。手間なく魅力的なコンテンツを作成するために必要なツールを見つけてください。

文字起こし AI Audio Enhancer

Cursor - The AI-first Code Editor

28.7K

Cursorは、ペアプログラミングにおけるコラボレーションを向上させるために設計されたAI駆動のコードエディタです。これにより、開発者はより効率的かつ効果的に共同作業を行うことができます。

AIファースト AI Code Assistant

Journalist AI

115.8K

瞬時にビジネス向けの高品質な記事を簡単に作成できます。

AI AI Blog Writer

Blend Now

42.1K

私たちの革新的なツールを使って、AI技術の力を体験してください。写真の背景を簡単に削除したり変更したりできます。正確かつ簡単に画像を変換し、あなたのビジュアルを際立たせましょう。

背景削除 AI Background Remover

Find AI tools in YBX