«گرگ براکمن»، رئیس OpenAI در شبکه اجتماعی ایکس پست جدیدی را انتشار کرده که به حرف های او، اولین عکس تولیدشده توسط مدل تازه GPT-4o این شرکت است.

عکس منتشرشده توسط براکمن در ایکس، فردی را مشخص می کند که تی‌شرت مشکی با لوگوی OpenAI به تن دارد و در روبه رو یک تخته سیاه ایستاده است. روی تخته، عبارت «انتقال بین راه حلها» و جملات فرد دیگر با گچ نوشته شده است.

عکس تولیدشده توسط مدل GPT-4o

مدل تازه GPT-4o روز دوشنبه معارفه شد، و OpenAI در نمایش خود او گفت که این مدل در قیاس با خانواده مدل‌های GPT-4 بهبودیافته‌تر است و علاوه بر شدت زیاد تر و قیمت پایین‌تر، می‌تواند اطلاعات بیشتری را از ورودی‌های خود نگه داری کند.

علت برتری مدل GPT-4o این است که OpenAI برای گسترش آن از رویکرد متفاوت‌تری نسبت به GPT-4 منفعت گیری کرده است. در حالی که در مدل‌های قبلی اساساً چندین مدل گوناگون با یکدیگر ترکیب شده‌اند و می‌توانند فایل‌های رسانه‌ای همانند صدا و عکس را به متن و عکس تبدیل کنند، مدل GPT-4o تازه از همان ابتدا روی توکن‌های چندرسانه‌ای آموزش داده شده است. با این وجود، دیگر مدل نیازی ندارد برای آنالیز و تفسیر صدا و عکس، آن‌ها را به متن تبدیل کند.

مطابق عکس منتشرشده، به‌نظر می‌رسد که این رویکرد تازه این چنین نسبت به مدل تشکیل عکس DALL-E 3 متعلق به OpenAI که در سپتامبر ۲۰۲۳ اراعه شد نیز بهبود قابل‌توجهی در عرصه تشکیل عکس دارد.

مسئله قابل‌دقت این که مدل هوش مصنوعی GPT-4o در اختیار همه کاربران شامل کاربران سرویس رایگان و پولی این شرکت قرار می‌گیرد. قابلیت‌های متن و عکس این مدل هم‌اکنون برای همه کاربران اراعه شده است، اما قابلیت تازه Voice Mode آن ابتدا به‌صورت آلفا از هفته‌های آینده برای کاربران ChatGPT Plus در دسترس قرار خواهد گرفت، و سپس به مرحله انتشار کردن گسترده‌تر می‌رود.