最近，OpenAI總裁兼聯(lián)合創(chuàng)始人Greg秀了一波GPT-4o操作，結(jié)果不少用戶(hù)開(kāi)始緬懷起了DALL-E。那么，GPT-4o的圖像生成能力，究竟怎么樣？

再見(jiàn)了，DALL-E！

OpenAI總裁兼聯(lián)合創(chuàng)始人Greg再次大秀GPT-4o操作，結(jié)果網(wǎng)友直接緬懷DALL-E。

直接看效果。

文本拼寫(xiě)達(dá)到驚人的一致！手部細(xì)節(jié)、光照全都有，甚至后背上的Logo也完全正確。

有網(wǎng)友表示：恍惚間還以為真的是本人在講課。

也有人感嘆圖像生成技術(shù)發(fā)展的飛躍：Holy Cow！

從完全破碎的文本到風(fēng)格一致、拼寫(xiě)正確的寫(xiě)作，只用了一次迭代。

一、GPT-4o讓網(wǎng)友直接緬懷DALL-E

GPT-4o發(fā)布以來(lái)，簡(jiǎn)直就被玩兒瘋了，尤其是圖像生成這塊。

比如有網(wǎng)友發(fā)現(xiàn)，GPT-4o在組合任意圖像上面就像是打通了任督二脈。

給它兩張完全不相干的圖。

結(jié)果搖身一變，“悲傷蛙版的麥片”，這不廣告設(shè)計(jì)公司直接可以用了。

不過(guò)像生成統(tǒng)計(jì)圖，就有點(diǎn)子翻車(chē)…比如這個(gè)，將正態(tài)分布的前 10%染成紅色，就沒(méi)有完成。

還有更翻車(chē)的效果……

于是乎，就有人認(rèn)為這應(yīng)該是DALL-E，GPT-4o現(xiàn)在還沒(méi)辦法生成圖像。

如今Greg親自下場(chǎng)展現(xiàn)GPT-4o的圖像生成效果，應(yīng)該也算是一種回應(yīng)。

當(dāng)然在評(píng)論區(qū)有網(wǎng)友質(zhì)疑：這確定是同一個(gè)版本嗎？能不能給完整的提示？

但不管怎么說(shuō)，OpenAI這次免費(fèi)大開(kāi)放，讓更多的人探索到GPT-4o的能力。

比如在上下文能力上面，有網(wǎng)友發(fā)現(xiàn)它就比GPT-4-Turbo好太多。

而在從情景對(duì)話(huà)這個(gè)場(chǎng)景中，GPT-4o也比ChatGPT更樂(lè)意談?wù)撟约旱母惺芎鸵庾R(shí)。

二、Omni團(tuán)隊(duì)大揭秘

Omni團(tuán)隊(duì)負(fù)責(zé)人Prafulla Dhariwal也在社交網(wǎng)絡(luò)上表達(dá)了自己團(tuán)隊(duì)成員的感謝，并坦言這項(xiàng)工作是從一年前開(kāi)始的。

Prafulla Dhariwal本科畢業(yè)于MIT，隨后就前往OpenAI已經(jīng)待了7個(gè)年頭。

他首先表示GPT-4o是他們團(tuán)隊(duì)推出的第一個(gè)模型，也是OpenAI首個(gè)原生多模態(tài)大模型。

隨后就來(lái)了一個(gè)團(tuán)隊(duì)大點(diǎn)名。

James Betker，負(fù)責(zé)圖像和音頻生成、數(shù)據(jù)準(zhǔn)備、集成以及后續(xù)訓(xùn)練。

Jamie Kiros：負(fù)責(zé)GPT-4o的視覺(jué)感知。

Rowan Zellers：讓模型/產(chǎn)品能夠像人類(lèi)一樣自然地觀看視頻。

Alexis Conneau：首個(gè)在OpenAI提出Her愿景的人。他在個(gè)人簡(jiǎn)介中提到是音頻AGI主管。

Gabriel Goh、Ishaan Gulrajani：負(fù)責(zé)Scaling Law相關(guān)的工作。

Alex Nichol、Heewoo Jun、Li JING，保障GPT-4o的圖像生成、3D生成的能力。

……

隨后奧特曼也隨手一個(gè)轉(zhuǎn)發(fā)評(píng)價(jià)，并表示這項(xiàng)工作引發(fā)了一場(chǎng)革命，它能改變我們使用計(jì)算機(jī)的方式。

所以，有使用過(guò)GPT-4o的朋友嗎？歡迎在評(píng)論區(qū)分享你們的體驗(yàn)。

參考鏈接：

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

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