De nouvelles fonctionnalités d’OpenAI
OpenAI a récemment annoncé l’ajout de nouvelles capacités de génération d’images à ChatGPT. Ce changement marque une avancée significative dans la création de texte, permettant au modèle de mieux gérer les écritures.
Passer d’un modèle à l’autre
Auparavant, le chatbot utilisait le modèle DALL-E pour générer des illustrations. Grâce à la mise à jour récente, les utilisateurs peuvent maintenant profiter d’une fonctionnalité appelée « Images dans ChatGPT », qui exploite le modèle GPT-4o, la technologie phare d’OpenAI. Cette mise à jour est également intégrée dans Sora, l’outil de génération de vidéos de l’entreprise.
Améliorations notables
Gabriel Goh, responsable de la recherche chez OpenAI, a déclaré que ce modèle représente un véritable progrès par rapport aux versions précédentes. L’une des principales améliorations concerne la capacité du modèle à traiter du texte, un domaine dans lequel les précédentes itérations avaient souvent des difficultés. Les mots qui étaient générés prenaient souvent des formes incompréhensibles, et même lorsque le texte était lisible, il était souvent truffé d’erreurs de formatage et de fautes d’orthographe.
Textes plus clairs et précis
Mais ce n’est plus le cas, selon OpenAI. Une illustration partagée par la société montre un employé notant les avantages et inconvénients de la mise à jour du chatbot sur un tableau blanc, en suivant précisément les instructions données dans le prompt. Un exemple similaire a montré une bd en quatre cases sur un escargot, où le texte était bien rendu et clair.
Un processus d’itération soutenu
Goh a mentionné que le développement de ce modèle a demandé une longue période d’itérations, avec de nombreux mois dédiés à de petits perfectionnements. Bien que le modèle rencontre encore des difficultés avec des lettres très petites, la qualité générale du texte a été largement améliorée.
Approche différente de la génération d’images
Contrairement à d’autres générateurs d’images comme DALL-E, qui se basent sur un modèle de diffusion, le GPT-4o utilise une approche autoregressive qui produit les images de gauche à droite et de haut en bas, suivant ainsi le même format que l’écriture dans des langues comme l’anglais.
Instructions mieux suivies
OpenAI a également indiqué que le modèle aurait désormais une meilleure capacité à suivre les instructions. Les versions précédentes ignoraient souvent des détails dans les prompts plus longs. De plus, il a été ajusté pour générer des images plus photoréalistes.
Limitations et préoccupations
Cependant, il existe des limitations. La génération des images prend plus de temps et, comme avec tous les modèles génératifs, il demeure une tendance à produire des informations fictives. Il a également des difficultés à créer des écritures dans des scripts non latins, comme le coréen, en confondant les caractères.
Sécurité et préoccupations liées à la désinformation
Avec l’augmentation des capacités, OpenAI attire l’attention sur les questions de sécurité et de désinformation. L’entreprise a mis en place des systèmes de protection rigoureux contre la nudité, la violence et la représentation de personnes réelles. Chaque image générée par le modèle incorporera des métadonnées C2PA pour indiquer qu’elle a été créée avec GPT-4o, mais il est à noter que cette marque invisible peut facilement être éliminée par de nombreuses plateformes sociales lors du téléchargement.
Un système en constante amélioration
Jackie Shannon, responsable des produits multimodaux de ChatGPT, a précisé que, bien que aucun système ne soit infaillible, des efforts continus sont déployés pour perfectionner ces protections. Elle considère cette mise à jour comme le début d’un voyage vers une meilleure sécurité.
Disponibilité actuelle
Actuellement, la génération d’images avec GPT-4o est réservée aux abonnés du pro plan d’OpenAI, coûtant 200 dollars par mois, avec des intentions d’étendre cette fonctionnalité aux utilisateurs Plus et gratuits dans un proche avenir.
FAQ
Quelle est la principale amélioration de GPT-4o par rapport aux modèles précédents ?
La principale amélioration réside dans la gestion du texte, permettant une représentation plus claire et lisible, contrairement aux versions antérieures qui produisaient souvent du texte confus.
Quels types d’images peuvent être générés par le modèle ?
Le modèle est capable de générer des images photoréalistes et de suivre des instructions pour créer des visuels précis, y compris des illustrations et des bandes dessinées.
Les utilisateurs gratuits pourront-ils bénéficier de ces nouvelles fonctionnalités ?
Oui, OpenAI prévoit d’étendre la fonctionnalité de génération d’images aux utilisateurs Plus et gratuits à l’avenir.
OpenAI a-t-il mis en place des protections contre les abus liés à ces nouvelles capacités ?
Oui, OpenAI a instauré des safeguards robustes pour prévenir la création de contenus inappropriés, violents ou sensibles.
Le modèle peut-il manipuler des langues non latines ?
Le modèle rencontre des difficultés pour générer des écritures dans des alphabet autres que le latin, ce qui peut entraîner des erreurs dans les caractères.
