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.
Чат-бот отвечает на сообщение, а агент сам открывает сервисы, ищет файлы, запускает программы, заполняет онлайн-формы, отправляет письма… Разбираемся, как устроены…
Истцы требуют 41,1 млн долларов за обучение Claude на 274 песнях музыканта
Как собрать все редакции гоголевского «Ревизора» на одной странице? Как показать правки и отличия разных версий? DH-исследователь Женя Дуненков сделал…