OpenAI משדרגת את יכולות יצירת התמונות ב- ChatGPT

OpenAI חוללה סערה בעולם הבינה המלאכותית אתמול, כאשר סאם אלטמן, מנכ”ל החברה, הכריז על מהפכה בתחום יצירת התמונות. בציוץ שמשך תשומת לב רבה, אלטמן חשף את “Images in ChatGPT” – השדרוג המשמעותי הראשון ליכולות יצירת התמונות של צ’אט-ג’יפיטי מזה למעלה משנה. החידוש המרכזי מאפשר למשתמשים ליצור ולערוך תמונות ישירות בתוך הצ’אטבוט באמצעות מודל GPT-4o, ללא צורך להשתמש ב-DALL-E כפי שהיה נהוג עד כה. “אני זוכר שראיתי כמה מהתמונות הראשונות שיצאו מהמודל הזה והתקשיתי להאמין שהן באמת נוצרו על ידי בינה מלאכותית”, שיתף אלטמן בהתרגשות, רמז לאיכות המרשימה של התוצאות שהמודל החדש מסוגל להפיק.

יכולות חדשות ומשופרות

GPT-4o מביא התקדמות משמעותית לעולם יצירת התמונות באמצעות בינה מלאכותית. המודל, שעד כה התמחה בעיקר בעיבוד טקסט, מרחיב את יכולותיו ומציע חוויית יצירה חדשה בתוך הצ׳אט. גבריאל גו (Gabriel Goh), ראש המחקר ב-OpenAI, מתאר אותו בצדק כ”קפיצת מדרגה לעומת מודלים קודמים”.

היכולות החדשות של GPT-4o מרשימות במיוחד ופותחות אפשרויות יצירתיות מתקדמות. המודל מציע רינדור מדויק של טקסט בתמונות, יתרון משמעותי בהשוואה למחוללי תמונות אחרים. יכולת ה”קשירה” המשופרת שלו מאפשרת טיפול ב-15-20 אובייקטים בתמונה אחת תוך שמירה על דיוק ויחסים נכונים ביניהם, לעומת 5-8 אובייקטים בלבד במודלים קודמים. אחת התכונות המהפכניות היא היכולת לערוך תמונות קיימות בקלות על ידי האופציה לבחור אזורים ספציפיים בתמונה ולשנות אותם לפי הנחיות טקסטואליות.

המודל גם מציע יכולות מתקדמות נוספות כמו “למידה מהקשר” (In-context learning), המאפשרת לו ללמוד מתמונות שהמשתמש מעלה ולשלב פרטים מהן ביצירות חדשות, ושמירה על עקביות בדמויות לאורך מספר תמונות (Multi-turn generation). יתרונות נוספים כוללים אפשרות לציין צבעים מדויקים באמצעות קודי הקס (Hex) ויצירת תמונות עם רקע שקוף – תכונה חיונית למעצבים גרפיים. בניגוד ל-DALL-E 3 שפעל כמודל נפרד, GPT-4o הוא מערכת אחידה המטפלת בטקסט, תמונות וקוד באותו מודל, מה שמאפשר אינטגרציה חלקה יותר ותוצאות מדויקות ומפורטות יותר.

שיקולי בטיחות ואתיקה

בעידן שבו זיהוי תוכן מזויף הופך לאתגר הולך וגובר, OpenAI מציבה רף חדש של אחריות עם מערכת מקיפה של אמצעי בטיחות ואתיקה בטכנולוגיית יצירת התמונות החדשה. על פי החברה, בלב הגישה עומדת שקיפות מלאה – כל תמונה המיוצרת באמצעות GPT-4o מסומנת אוטומטית עם מטא-דאטה של C2PA, טכנולוגיה המאפשרת זיהוי אמין ומהימן של מקורה כתוצר בינה מלאכותית. זוהי תגובה ישירה לחששות הגוברים מפני הפצת מידע כוזב ו”דיפ פייק” ברחבי הרשת.

החברה הרחיקה לכת מעבר לסימון פשוט ופיתחה מערכת בטיחות מבוססת היגיון – מודל LLM מיוחד שאומן לחשיבה ביקורתית ועובד ישירות ממפרטי בטיחות שנכתבו והובנו על ידי בני אדם. גישה זו מאפשרת למערכת לזהות ולחסום תוכן בעייתי באופן יעיל יותר מאשר כללים נוקשים בלבד. בנוסף, החברה פיתחה כלי חיפוש פנימי מתקדם המסייע באיתור וזיהוי תמונות שנוצרו באמצעות הטכנולוגיה שלה, מה שמאפשר מעקב ובקרה טובים יותר.

מעבר לאמצעים הטכנולוגיים, OpenAI מפעילה מערך הגנות מקיף למניעת שימושים פוגעניים, הכולל איסורים נוקשים על יצירת תוכן מטעה או מזיק. כאשר מדובר בתמונות המציגות אנשים אמיתיים, החברה מחילה תקנות מחמירות במיוחד, במטרה למנוע הטעיה, הכפשה או פגיעה בפרטיות. גישה רב-שכבתית זו משקפת את המחויבות של OpenAI לאזן בין קידום חדשנות טכנולוגית לבין אחריות חברתית, תוך הכרה בהשפעה העמוקה שיש לטכנולוגיות אלה על החברה בכללותה.

הציוץ של אלטמן

מדריך מהיר ליצירת תמונה

1. היכנסו לפלטפורמה של ChatGPT 

2. ודאו שאתם משתמשים במודל GPT-4o

3. בחרו באחת משתי האפשרויות:

   • כתבו: “צור תמונה של [תיאור התמונה הרצויה]”.

   • או לחצו: על שלוש הנקודות (…) ובחרו באפשרות “צור תמונה” (Create image) ואז את ההנחיה שלכם.

יצירת תמונה ב- ChatGPT 4o

עריכת תמונות

עריכת תמונות קיימות מהווה אחד החידושים המרשימים ביותר בשדרוג החדש. תהליך העריכה פשוט ואינטואיטיבי: תחילה, העלו את התמונה שברצונכם לשנות ותארו את השינויים המבוקשים. לאחר מכן, לחצו על התמונה ואתרו את כלי הבחירה בפינה הימנית העליונה של החלון. כעת תוכלו לבחור אזור ספציפי בתמונה ולהנחות את המערכת כיצד לשנותו, בין אם מדובר בהחלפת רקע, שינוי צבעים, או הוספת אלמנטים חדשים.

1. יצירת תמונה : זוהי תמונה שיצרנו באמצעות GPT-4o, המציגה אסטרונאוט-אמן מצייר גלקסיה ספירלית על קנבס בחלל. התמונה מדגימה את היכולת המרשימה של המודל ליצור תמונות מורכבות עם פרטים רבים. לוחצים על התמונה כדי לפתוח אותה ואז על כפתור העריכה המסומן בצורת מברשת.

2. תהליך העריכה: האזור המסומן בכחול הוא האזור שנבחר לעריכה. אחרי שלחצנו על כפתור המברשת, נוכל לסמן אזור ספציפי בתמונה. לאחר הבחירה, נוכל לתאר בתיבת הטקסט למטה את השינויים שברצוננו לבצע באזור הנבחר. לדוגמא: ״כלב״.

3. התמונה לאחר עריכה בתוספת שביקשנו (״כלב״): 

זמינות ומגבלות

יכולות יצירת התמונות החדשות של GPT-4o מתרחבות במהירות לקהלים שונים, עם זמינות מיידית למשתמשי Plus, Pro ו-Team ללא הגבלה. משתמשים בחשבון החינמי יכולים ליהנות מהטכנולוגיה גם כן, אך במסגרת מוגבלת של שלוש תמונות ביום – מספיק להתנסות משמעותית אך לא לשימוש מסחרי נרחב. OpenAI כבר הודיעה על הרחבת הזמינות בשבוע הבא למשתמשי Enterprise ו-Edu, ובמקביל מתכננת לפתוח את הגישה למפתחים דרך ה-API במהלך השבועות הקרובים. למשתמשים המעדיפים את הגישה המוכרת, DALL-E ימשיך להיות זמין דרך GPT ייעודי, ובנוסף, היכולות החדשות משתלבות גם בפלטפורמת Sora.

למרות ההתקדמות המרשימה, OpenAI מכירה בפתיחות באתגרים הטכניים שעדיין קיימים במודל. תמונות בפורמטים גדולים עלולות להיתקל בבעיות חיתוך, בעוד שטקסט בשפות שאינן לטיניות מוצג לעתים באופן לא מדויק. המודל מתקשה בשימור פרטים בטקסט קטן ולעתים יוצר שינויים לא מכוונים באלמנטים שכנים בעת עריכת חלק ספציפי בתמונה. אתגרים נוספים כוללים דיוק מוגבל בגרפים, נטייה להמציא מידע בפרומפטים עם הקשר מועט, וקושי בעיבוד מידע צפוף. יש לקחת בחשבון גם שיצירת התמונות עשויה לקחת עד דקה בשל רמת הפירוט הגבוהה. למרות זאת, החברה מבטיחה שיפורים משמעותיים כבר בשבוע הקרוב, מה שמעיד על מחויבותה לשיפור מתמיד של הטכנולוגיה.

בנוסף, המודל עשוי להתקשות בשמירה על עקביות בעריכות של פנים אנושיות, אם כי OpenAI מבטיחה שיפורים בתחום זה כבר בשבוע הקרוב. משתמשים שהתנסו במערכת מדווחים שהתמונות המופקות עדיין נושאות סימנים מסוימים המזהים אותן כתוצרי בינה מלאכותית ולא כצילומים אותנטיים. עם זאת, עבור מגוון רחב של שימושים מקצועיים – מעיצוב לוגו ועד יצירת אינפוגרפיקה והדמיות מוצר – האיכות והשימושיות של התמונות המופקות עולות בהחלט על הציפיות.

יצירת דמות עקבית

אחד החידושים המרשימים ביותר ב-GPT-4o הוא היכולת המשופרת ליצור דמות עקבית לאורך מספר תמונות – אתגר שהיווה מכשול משמעותי עבור מחוללי תמונות קודמים. בעוד שמודלים אחרים נטו לשנות באופן לא צפוי מאפיינים של דמויות בין תמונה לתמונה, GPT-4o מציע רמת עקביות גבוהה יותר, מה שפותח אפשרויות חדשות למעצבים, מאיירים ויוצרי תוכן.

הסוד ליצירת דמות עקבית מתחיל ב”דף הגדרת דמות” מפורט. ככל שתספקו תיאור עשיר יותר של הדמות – כולל תווי פנים מדויקים, גוון עור, צבע וסגנון שיער, מבנה גוף, לבוש אופייני ומאפיינים ייחודיים – כך המודל יוכל לשחזר אותה בדיוק רב יותר בתמונות עוקבות. בכל בקשה חדשה, חשוב להזכיר את התיאור המקורי או להתייחס ישירות לתמונה הקודמת, למשל: “צור תמונה נוספת של אותה דמות שיצרת קודם, הפעם בסביבת משרד”.

המודל מנצל את הקשר השיחה לשמירה על עקביות, ולכן מומלץ לא לפתוח צ’אט חדש בין בקשות. אם בכל זאת מופיעים שינויים לא רצויים, ניתן לבקש תיקונים ספציפיים: “בתמונה האחרונה השיער היה כהה מדי, אנא צור גרסה חדשה עם שיער בלונדיני בהיר כמו בתמונה הראשונה”. יכולת זו מאפשרת יצירת סדרות שלמות של איורים, קומיקס או חומרי שיווק עם אותה דמות מזוהה, תוך שמירה על זהות ויזואלית עקבית.

למרות השיפורים המשמעותיים, OpenAI מודה שהמודל עדיין מתקשה לעתים בשמירה מושלמת על עקביות, במיוחד בפרטים קטנים או בתנוחות מורכבות. החברה מבטיחה שיפורים נוספים בעתיד הקרוב, שיתמקדו בשיפור העקביות של דמויות לאורך זמן ובמגוון תנוחות וזוויות.

טיפים ליצירת תמונות מוצלחות

כדי להפיק את המיטב מיכולות יצירת התמונות החדשות של GPT-4o, כדאי לאמץ מספר טיפים מועילים. ראשית, היו ספציפיים ככל האפשר בתיאור שלכם – ככל שתפרטו יותר על הסצנה, האובייקטים, הסגנון והצבעים הרצויים, כך התוצאה תהיה קרובה יותר לחזון שלכם. אם יש לכם מטרה מוגדרת לתמונה, כמו שימוש ברשתות חברתיות, באתר אינטרנט, במצגת או בחומרי שיווק, ציינו זאת – זה יכול לעזור למודל להתאים את הסגנון והפורמט בהתאם. לבסוף, אם יש לכם דרישות ספציפיות לגודל התמונה או ליחס הגובה-רוחב שלה, הגדירו זאת מראש. זכרו, ככל שתספקו יותר מידע והנחיות, כך תגדל הסבירות שתקבלו תמונה שעונה בדיוק על הצרכים שלכם.

לסיכום

GPT-4o של OpenAI מסמן פריצת דרך משמעותית בתחום יצירת התמונות באמצעות בינה מלאכותית. עם יכולות מתקדמות כמו רינדור מדויק של טקסט, עריכת תמונות קיימות, ויצירת דמויות עקביות, המודל החדש פותח אפשרויות יצירתיות חסרות תקדים למגוון רחב של משתמשים. למרות האתגרים הטכניים שעדיין קיימים, OpenAI מבטיחה שיפורים מתמידים ויש למה לצפות. במקביל, החברה מקפידה על יישום אמצעי בטיחות ואתיקה מתקדמים, כולל סימון תמונות ומניעת תוכן פוגעני, במטרה לאזן בין חדשנות טכנולוגית לאחריות חברתית. עם הרחבת הזמינות למשתמשים נוספים ופיתוח יכולות חדשות, OpenAI ו- ChatGPT צפויים להמשיך ולעצב מחדש את עולם היצירה הדיגיטלית בשנים הקרובות. 

למידע מקיף יותר, מגוון רחב של דוגמאות ופרומפטים מומלצים, כנסו למסמך הרשמי שפרסמה OpenAI, המציג את היכולות המתקדמות של המערכת ומדגים כיצד ניתן להפיק ממנה את המיטב.