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
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
谷歌在Android Show发布会上宣布,将Gemini更深度整合至Android系统,推出名为"Gemini Intelligence"的升级功能。该功能可跨应用处理日常任务,包括自动填写表单、安排日程、生成购物清单及自定义小组件等,无需用户频繁切换应用。此外,Gboard新增"Rambler"功能,可自动过滤语音输入中的口误和填充词。Gemini Intelligence将率先登陆三星Galaxy和谷歌Pixel手机,并支持Android Auto、Wear OS及智能眼镜。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。