Na madrugada de 14 de maio, a OpenAI lançou seu modelo principal de nova geração GPT-4o e aplicativo de desktop no tão aguardado "Lançamento de Novo Produto de Primavera" e demonstrou uma série de novos recursos. Durante a transmissão ao vivo, foi mencionado que o GPT-4o seria fornecido gratuitamente aos usuários. O editor fez login em sua conta o mais rápido possível pela manhã, mas não o viu. Adivinhando que este modelo ainda está em escala de cinza, Krypton Gold se tornou um blogueiro de avaliação de IA e implementou o modelo GPT-4o promovido oficialmente pela OpenAI! A ocasião! Teste! Verificar!
Em primeiro lugar, o blog oficial da OpenAI mencionou que o GPT-4o é particularmente bom na compreensão visual e sonora em comparação com os modelos existentes.
O editor assistiu ao vídeo de demonstração do OpenAI. A equipe do OpenAI interagiu com o GPT-4o por meio de conversas em vídeo como amigos, e fiquei muito emocionado! Ansiosa para experimentar!
Mas!!! Lamento informar que a função de interação de vídeo não está aberta para usuários comuns. Só podemos interagir com o ChatGPT enviando fotos e arquivos.
Além disso, a função oficial de tradução de voz em tempo real também atraiu a atenção de pessoas que comem melões. A OpenAI respondeu que o telefone celular pode ser usado como tradutor para traduzir quase 20 idiomas comumente usados.
O editor tentou e descobriu que a tradução de voz em tempo real ainda não está disponível... Após a interação de voz com o ChatGPT, ainda há alguns segundos de espera.
A OpenAI também declarou no blog oficial que “Planejamos fornecer os novos recursos de áudio e vídeo do GPT-4o a um pequeno número de parceiros confiáveis por meio de API nas próximas semanas. não há como experimentar a função, a postagem do blog oficial também postou uma série de imagens de Vincent e recursos de reconhecimento de imagem, voz e vídeo. A seguir, o editor mostrará esses recursos! abrir! Medição! Comente! Copiamos a entrada no blog oficial como um prompt para gerar e comparamos nossos próprios resultados gerados com o diagrama oficial gerado para sua referência ~
Storyboard em quadrinhos: gargalo na escrita do robô
Esta exibição de efeitos pode, por um lado, refletir os poderosos recursos de geração de imagens do GPT-4o, incluindo melhorias na geração de direitos autorais em imagens e a capacidade de manter a consistência dos caracteres ao gerar múltiplas imagens. Mas o efeito...
Na primeira foto você pode ver que ainda há erros de digitação no texto gerado pelo autoteste e a caligrafia está borrada.
Na segunda foto, a mão do robô mudou significativamente e não é consistente, e o papel também mudou.
A terceira foto é basicamente passada, mas o texto no papel é completamente diferente das duas primeiras fotos...
Storyboard em quadrinhos: a história do carteiro Sally
muito bom! GPT-4o gerou uma beleza de carteiro em estilo de quadrinhos japonês, que é ainda mais bonita do que a imagem oficial postada.
Espere, por que o estilo de pintura mudou? Como é que os quadrinhos japoneses se transformaram em fantoches e a perspectiva não está certa?
A terceira imagem tem um estilo diferente Embora as imagens individuais e o texto correspondam bem, é difícil contar uma história coerente em conjunto...
Avatar em quadrinhos
O próximo recurso é o meu favorito e também é o melhor desempenho do GPT-4o. Faça upload de uma foto para ter um avatar cômico projetado para você, e o plano de fundo também pode ser personalizado.
Esta é a imagem original, Alex Nichol, técnico da OpenAI
Este é um avatar cômico gerado pelo GPT-4o. Embora o autoteste não seja tão realista quanto o oficial, ele também restaura as características básicas.
fonte artística
O efeito é incrível, ainda melhor que a foto oficial!
Mas por que há cada vez menos letras?
Renderizações 3D
A estética é boa o suficiente, mas o logotipo ainda pode ser usado se tiver esta aparência?
tipografia criativa
A caligrafia é muito bonita, mas a precisão do texto ainda é um pouco ruim...
Reconhecimento de emoções de personagens
O editor carregou a foto de uma pessoa com emoções ricas, e o GPT-4o a reconheceu com muita precisão e também inventou uma história.
Reconhecimento de gravação de conferência
O editor carregou uma gravação de conferência com várias pessoas e perguntou quantas pessoas estavam nesta gravação. O GPT-4o respondeu por meio da análise da trilha de áudio, o que foi um pouco ultrajante.
A julgar pela experiência geral real, o GPT-4o atualmente disponível para usuários comuns não é tão fácil de usar quanto anunciado. Este lançamento é mais como um comportamento de relações públicas precipitado, sem muita sinceridade. O editor não tem dúvidas de que o vídeo divulgado pela OpenAI é suspeito de editar o vídeo como o protagonista de amanhã, o Google, mas obviamente o GPT-4o usado no celular do funcionário da OpenAI no vídeo é diferente daquele que uso agora. pois quando for o mesmo interna e externamente, só podemos esperar por isso.
Bem-vindo a prestar atenção
"Trusted AI Progress" A conta oficial é dedicada à disseminação da mais recente tecnologia confiável de inteligência artificial e ao cultivo de tecnologia de código aberto, abrangendo aprendizado de gráficos em grande escala, raciocínio causal, gráficos de conhecimento, grandes modelos e outros campos técnicos. escaneie o código QR para seguir e desbloquear mais informações de IA ~