揭开“Duck Tape”的真面目

OpenAI于21日(当地时间)发布了其人工智能(AI)图像生成工具的新版本“ChatGPT Image 2.0”。

利用ChatGPT Image 2.0 自然呈现多语种文本的图片。OpenAI供图

利用ChatGPT Image 2.0 自然呈现多语种文本的图片。OpenAI供图

View original image

这项服务基于“ImageGen 2.0”模型打造,此前在AI评估平台“Arena”面向用户的测试中,几乎完美解决了文字呈现问题,获得好评并引发关注,被称为“Duck Tape(暂名)”的正式发布版。


以往的图像生成AI模型,往往会生成毫无意义地排列的字母或残缺模糊的文字。即便要求重新准确呈现,也常常耗时较长,甚至得到更差的结果。但有舆论认为,Duck Tape能够在图像中准确呈现韩文字,同时消除了AI生成图像特有的违和感。用户在网络社区等平台上分享使用Duck Tape制作的图片,称“连‘外星语’都能消除,这就是创新”,反应积极。


这一版本能够更精确地反映用户的细致指令,相比既有模型提供更具实用性的结果。它可以精细构成图像中物体的位置与相互关系,并在小字号文字、图标、用户界面(UI)元素、紧凑排版、风格限制等高难度领域呈现更佳效果。该模型支持最大3比1到1比3的画面比例,能够再现照片、漫画、电影等多种风格,是其一大特点。


文本渲染质量同样得到改善,不仅韩语,日语、中文、印地语、孟加拉语等多语种表现也进一步增强。尤其是此次模型是OpenAI首个基于“ChatGPT图像推理”的图像模型。它支持通过网页搜索进行信息检索、基于单一提示词生成多张图像以及结果检查等功能。



该模型可在ChatGPT和Codex中使用,其中基于ChatGPT图像推理的高级输出功能将面向ChatGPT Plus、Pro和企业版用户提供。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点