Модель теперь воспринимает текст и визуальные данные как единое пространство
В последнем обновлении GPT-4o значительно улучшилось качество генерации изображений. Теперь модель рисует более фотореалистичные сцены, точнее передает текст на изображениях и уверенно редактирует их: добавляет или удаляет объекты, применяет стилизации, такие как перерисовка в стиле студии Ghibli.
Ключевое отличие: GPT-4o теперь нативно обрабатывает текст и изображения вместе, без необходимости задействовать отдельную нейросеть вроде DALL·E. Такой подход, впервые анонсированный при запуске GPT-4o («o» — от слова Omni), позволил интегрировать работу с визуальными и аудиоданными в единую систему.
Полноценный доступ к этим возможностям стал доступен только сейчас.
The Talking Museum позволяет изучать 3D-артефакты и задавать вопросы об их истории и особенностях Gemini
Представьте общение в интернете без аккаунтов и аватарок: есть только тред и реплики без подписи. В Японии такие анонимные форумы,…
До появления социальных сетей открытка была не только красивой картинкой, но и способом отправить короткое сообщение — от поздравления до…