Новые возможности генерации изображений ChatGPT действительно поразительны, но настолько неудобны в использовании, что мне захотелось выбросить свой ноутбук в мусорку

OpenAI добавила функции генерации и редактирования изображений в ChatGPT 4o. Хотя он может создавать действительно хорошие изображения и выполнять впечатляющие правки, странные правила его работы с текстом вызывали у меня полное разочарование.

Начнем с положительных моментов. Ранее ChatGPT полагался на DALL-E для генерации изображений, а теперь он может делать это самостоятельно. Изображения появляются медленно, но их качество excepcionalno. Посмотрите, например, на этого дрозда зимой. У него также нет проблем с созданием людей. Вот счастливая семья, играющая на пляже: (ладно, если присмотреться очень внимательно к правой руке мамы, можно заметить, что пальцы еще немного кривые).

ChatGPT также может редактировать изображения. Я был очень рад увидеть, что если вы загружаете фотографию с водяным знаком и просите его удалить текст поверх изображения, он вежливо отказывается, что является улучшением по сравнению с новыми встроенными навыками редактирования изображений Gemini. Это именно так и должно быть, и Hats off ChatGPT за уважение авторских прав.

ChatGPT может редактировать изображения, не защищенные авторским правом. Я загрузил несколько, чтобы протестировать его, и он действительно впечатлил меня своими возможностями: менять фон, менять людей на изображении, сохраняя остальную часть неизменной, или изменять настроение изображения. Вот снова семья, с фоном, измененным на городской парк:

OpenAI заявляет, что его возможности генерации изображений подходят для "изображений, в которых преобладает текст, например, плакат с инструкциями, визуализация концепций для обучения, товарные знаки, визитные карточки". Искусственному интеллекту всегда было сложно генерировать текст, поэтому если ChatGPT сможет преодолеть этот барьер, это будет действительно что-то особенное.

Поэтому я попросил его нарисовать несколько строк стихотворения на надгробии в кладбище в Англии, чтобы протестировать это. Вот тут-то я и столкнулся с проблемой. Хотите нарисовать изображение слов на каменной табличке в кладбище? ChatGPT говорит нет, он не может рисовать слова на надгробии. Хорошо, а как насчет каменной таблички в деревне? ChatGPT говорит нет, не на каменной табличке. Хорошо, можешь нарисовать несколько слов на указателе? ChatGPT говорит: нет. Все это нарушает "правила работы с текстом".

Может быть, доски подойдут? Если я попрошу его нарисовать небольшое количество слов, например "Stop making sense", на доске, он сделает это (см. выше), но когда я попросил его нарисовать пару строк стихов на доске, он все еще отказался.

Если бы я попросил DALL-E создать те же самые строки стихотворения, написанные на надгробии в английском кладбище, у него не было бы проблем с выполнением этого задания. К сожалению, слова были не очень читаемыми. Просто жаль, что теперь у нас есть генератор изображений ИИ, который может создавать читаемые слова, но его возможности ограничены. Текст, который он создает, намного лучше, чем то, что может создать DALL-E, просто расстраивает, что вы не можете использовать эту функцию для чего-то полезного.