- 业界 2024-05-16 14:19

gpt-凯发游戏

声明:本文来自于微信公众号 量子位(id:qbitai),白交 发自 凹非寺,授权站长之家转载发布。

再见了,dall-e!

openai总裁兼联合创始人greg再次大秀操作,结果网友直接缅怀dall-e

图片

直接看效果。

图片

文本拼写达到惊人的一致!手部细节、光照全都有,甚至后背上的logo也完全正确。

有网友表示:恍惚间还以为真的是本人在讲课。

图片

也有人感叹图像生成技术发展的飞跃:holy cow!

从完全破碎的文本到风格一致、拼写正确的写作,只用了一次迭代。

图片

gpt-4o让网友直接缅怀dall-e

gpt-4o发布以来,简直就被玩儿疯了,尤其是图像生成这块。

比如有网友发现,gpt-4o在组合任意图像上面就像是打通了任督二脉。

给它两张完全不相干的图。

图片

结果摇身一变,“悲伤蛙版的麦片”,这不广告设计公司直接可以用了。

不过像生成统计图,就有点子翻车…比如这个,将正态分布的前10%染成红色,就没有完成。

图片

还有更翻车的效果……

图片

于是乎,就有人认为这应该是dall-e,gpt-4o现在还没办法生成图像。

图片

如今greg亲自下场展现gpt-4o的图像生成效果,应该也算是一种回应。

当然在评论区有网友质疑:这确定是同一个版本吗?能不能给完整的提示?

图片

图片

但不管怎么说,openai这次免费大开放,让更多的人探索到gpt-4o的能力。

比如在上下文能力上面,有网友发现它就比gpt-4-turbo好太多。

图片

而在从情景对话这个场景中,gpt-4o也比chatgpt更乐意谈论自己的感受和意识。

图片

omni团队大揭秘

omni团队负责人prafulla dhariwal也在社交网络上表达了自己团队成员的感谢,并坦言这项工作是从一年前开始的。

prafulla dhariwal本科毕业于mit,随后就前往openai已经待了7个年头。

他首先表示gpt-4o是他们团队推出的第一个模型,也是openai首个原生多模态大模型。

图片

随后就来了一个团队大点名。

james betker,负责图像和音频生成、数据准备、集成以及后续训练。

jamie kiros:负责gpt-4o的视觉感知。

rowan zellers:让模型/产品能够像人类一样自然地观看视频。

alexis conneau:首个在openai提出her愿景的人。他在个人简介中提到是音频agi主管。

gabriel goh、ishaan gulrajani:负责scaling law相关的工作。

alex nichol、heewoo jun、li jing,保障gpt-4o的图像生成、3d生成的能力。

图片

……

随后奥特曼也随手一个转发评价,并表示这项工作引发了一场革命,它能改变我们使用计算机的方式。

所以,有使用过gpt-4o的朋友吗?欢迎在评论区分享你们的体验。

参考链接:

[1]https://twitter.com/gdb/status/1790869434174746805

[2]https://twitter.com/sama/status/1790816449180876804

chatgpt源码推荐:

相关话题

推荐关键词

24小时热搜

查看更多内容

大家正在看

网站地图