OpenAI正在全面升级其图像生成器,推出全新模型和重新设计的界面。周二,该公司宣布推出"全新旗舰图像生成模型"GPT Image 1.5,声称该模型在遵循指令、特定方式编辑照片以及生成结果方面表现更佳,速度提升可达四倍。该模型今日向所有用户开放。
OpenAI在博客文章中表示,新模型将能够更好地"匹配用户意图",特别是在修改现有照片时。改进包括"更实用的照片编辑、更逼真的服装和发型试穿,以及在保持原始图像本质的同时提供风格滤镜和概念转换"。据该公司介绍,ChatGPT侧边栏中新增的专用图像标签页将包含预设滤镜和热门提示及创意。
OpenAI将这一新模型和功能定位为特别有用的企业工具,这是其在投资者压力下寻求盈利的推进举措的一部分。在谷歌Nano Banana病毒式成功之后,AI实验室之间的图像生成竞争正在加剧。
该公司在发布声明中表示,这是"从新奇图像生成向实用、高保真视觉创作的转变","将ChatGPT转变为快速、灵活的创意工作室,用于日常编辑、表现力转换和现实世界应用"。博客文章的一个部分还重点介绍了图像生成工具如何在工作和产品图像方面发挥作用。OpenAI应用程序首席执行官Fidji Simo在Substack文章中写道,新模型和图像功能的工作方式"更像一个创意工作室"。
Q&A
Q1:GPT Image 1.5相比之前的版本有什么改进?
A:GPT Image 1.5在遵循指令、特定方式编辑照片方面表现更佳,生成结果的速度提升可达四倍。它能更好地匹配用户意图,特别是在修改现有照片时,提供更实用的照片编辑、更逼真的服装和发型试穿功能。
Q2:OpenAI为什么要推出这个新的图像生成模型?
A:OpenAI推出GPT Image 1.5是其在投资者压力下寻求盈利的推进举措的一部分,将其定位为特别有用的企业工具。同时,在谷歌Nano Banana病毒式成功之后,AI实验室之间的图像生成竞争正在加剧。
Q3:GPT Image 1.5适合什么场景使用?
A:GPT Image 1.5定位为实用、高保真的视觉创作工具,适用于日常编辑、表现力转换和现实世界应用。它特别适合企业使用,可以用于工作和产品图像创作,将ChatGPT转变为快速、灵活的创意工作室。
好文章,需要你的鼓励
Waymo近日发布软件更新,对旗下约4000辆自动驾驶车队实施召回,以帮助车辆规避积水道路。美国国家公路交通安全管理局(NHTSA)指出,此前Waymo机器人出租车在遭遇无法通行的积水路段时,仅减速而未完全停车。此次召回涵盖第五代和第六代自动驾驶系统车辆,共计3791辆。Waymo表示正在完善软件防护措施,并已限制车辆在极端天气及易发洪涝区域的运营。
南京大学提出Light-Omni框架,通过全局状态与潜在状态双机制,让AI视频助理无需反复推理即可实现精准记忆检索,速度提升逾12倍,准确率同步提高。
路面坑洞每年给城市造成数百万美元损失。车队管理公司Samsara推出名为"Ground Intelligence"的AI解决方案,通过已安装在数百万辆商用卡车上的摄像头,自动识别并追踪坑洞的位置与劣化程度。该系统以仪表盘形式呈现,可主动向城市管理者推送预警信息,将被动响应转变为主动规划。目前,芝加哥已成为其新客户。未来还将扩展至涂鸦、损坏护栏等城市基础设施监测。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。