মূল কনটেন্টে যান
OpenAI

২৫ মার্চ, ২০২৫

প্রোডাক্টরিলিজ

4o ইমেজ জেনারেশন এর পরিচিতি

সুনির্দিষ্ট, নির্ভুল, আলোক-বাস্তববাদী আউটপুট তৈরিতে সক্ষম একটি স্থানীয় মাল্টিমডাল মডেলের সাহায্যে দরকারী এবং মূল্যবান চিত্র উৎপন্ন করার সুযোগ তৈরি করা.

ChatGPT-তে ব্যবহার করুন (একটি নতুন উইন্ডোতে খোলে)

This launch post is outdated.

For the current image experience:

ChatGPT Images 2.0
Create images in ChatGPT(একটি নতুন উইন্ডোতে খোলে)
লোডিং…

OpenAI-তে আমরা দীর্ঘদিন ধরে বিশ্বাস করি যে ইমেজ তৈরি আমাদের ভাষা মডেলের একটি প্রধান ক্ষমতা হওয়া উচিৎ. সেই কারণেই আমরা আমাদের সবচেয়ে উন্নত চিত্র উৎপন্নকারীকে GPT‑4o‑তে যুক্ত করেছি. এর ফলে—উৎপন্ন চিত্র কেবল সুন্দর নয়, কার্যকরও হয়েছে.

A wide image taken with a phone of a glass whiteboard, in a room overlooking the Bay Bridge. The field of view shows a woman writing, sporting a tshirt wiith a large OpenAI logo. The handwriting looks natural and a bit messy, and we see the photographer's reflection.

The text reads:

(left)
"Transfer between Modalities:

Suppose we directly model
p(text, pixels, sound) [equation]
with one big autoregressive transformer.

Pros:
* image generation augmented with vast world knowledge
* next-level text rendering
* native in-context learning
* unified post-training stack

Cons:
* varying bit-rate across modalities
* compute not adaptive"

(Right)
"Fixes:
* model compressed representations
* compose autoregressive prior with a powerful decoder"

On the bottom right of the board, she draws a diagram:
"tokens -> [transformer] -> [diffusion] -> pixels"

oai_image-generation_whiteboard1

Best of 8

selfie view of the photographer, as she turns around to high five him

oai_image-generation_whiteboard2

Best of 8

কার্যকর চিত্র উৎপাদন

প্রথম গুহাচিত্র থেকে আধুনিক ইনফোগ্রাফিক পর্যন্ত, মানুষ ভিজ্যুয়াল চিত্র ব্যবহার করেছে যোগাযোগ, প্রভাবিত করা ও বিশ্লেষণের জন্য—শুধু সাজানোর জন্য নয়. আজকের জেনারেটিভ মডেলগুলো অবাস্তব, শ্বাসরুদ্ধকর দৃশ্য তৈরি করতে পারে, কিন্তু মানুষের তথ্য শেয়ার করা ও তৈরি করার কাজে ব্যবহৃত সাধারণ চিত্রগুলোতে সমস্যায় পড়ে. লোগো থেকে ডায়াগ্রাম পর্যন্ত, প্রতীক যুক্ত হলে চিত্রগুলো সুনির্দিষ্ট অর্থ প্রকাশ করতে পারে, যা শেয়ারকৃত ভাষা ও অভিজ্ঞতার সাথে সম্পর্কিত.

GPT‑4o চিত্র জেনারেশন নিখুঁতভাবে টেক্সট রেন্ডার করতে, নির্দেশ যথাযথভাবে অনুসরণ করতে এবং 4o-র অন্তর্নিহিত জ্ঞানভাণ্ডার ও চ্যাট প্রসঙ্গ ব্যবহার করতে দক্ষ—এর মধ্যে আপলোড করা ছবি রূপান্তর করা বা ভিজ্যুয়াল অনুপ্রেরণা হিসেবে ব্যবহার করাও অন্তর্ভুক্ত. এই ক্ষমতাগুলো আপনার কল্পনার মতো সঠিক ছবি তৈরি করা সহজ করে, যা আপনাকে ভিজ্যুয়ালের মাধ্যমে আরও কার্যকরভাবে যোগাযোগ করতে সাহায্য করে এবং ইমেজ জেনারেশনকে সুনির্দিষ্টতা ও শক্তি সম্পন্ন একটি ব্যবহারিক সরঞ্জামে উন্নীত করে.

উন্নত সামর্থ্য

আমরা আমাদের মডেলগুলোকে অনলাইন ছবি ও টেক্সটের যৌথ বণ্টনে প্রশিক্ষণ দিয়েছি, শিখিয়েছি শুধু ছবি ভাষার সঙ্গে কীভাবে সম্পর্কিত তা নয়, বরং তারা একে অপরের সঙ্গে কীভাবে সম্পর্কিত. শক্তিশালী পোস্ট-ট্রেনিংয়ের সঙ্গে মিলিয়ে, প্রস্তুত মডেলটি আশ্চর্যজনক ভিজ্যুয়াল সাবলীলতা অর্জন করেছে, যা কার্যকর, সামঞ্জস্যপূর্ণ ও প্রসঙ্গ-সচেতন চিত্র উৎপন্ন করতে সক্ষম.

টেক্সট রেন্ডারিং

একটি ছবি হাজার শব্দের সমান, কিন্তু কখনও কখনও সঠিক স্থানে কয়েকটি শব্দ উৎপন্ন করলে ছবির অর্থকে আরও গভীরতা দেওয়া যায়. সুনির্দিষ্ট প্রতীককে ছবির সঙ্গে মেলানোর 4o-র ক্ষমতা চিত্র উৎপন্ন করাকে ভিজ্যুয়াল যোগাযোগের একটি সরঞ্জামে রূপান্তরিত করে.

Create a photorealistic image of two witches in their 20s (one ash balayage, one with long wavy auburn hair) reading a street sign.

Context:
a city street in a random street in Williamsburg, NY with a pole covered entirely by numerous detailed street signs (e.g., street sweeping hours, parking permits required, vehicle classifications, towing rules), including few ridiculous signs at the middle: (paraphrase it to make these legitimate street signs)"Broom Parking for Witches Not Permitted in Zone C" and "Magic Carpet Loading and Unloading Only (15-Minute Limit)" and "Reindeer Parking by Permit Only (Dec 24–25)
Violators will be placed on Naughty List." The signpost is on the right of a street. Do not repeat signs. Signs must be realistic.

Characters:
one witch is holding a broom and the other has a rolled-up magic carpet. They are in the foreground, back slightly turned towards the camera and head slightly tilted as they scrutinize the signs.

Composition from background to foreground:
streets + parked cars + buildings -> street sign -> witches. Characters must be closest to the camera taking the shot

image-gen-4o-street-sign

Best of ~8

বহু-ধাপ জেনারেশন

যেহেতু এখন GPT‑4o‑তে ইমেজ জেনারেশন নেটিভ, আপনি স্বাভাবিক কথোপকথনের মাধ্যমে ছবি আরও উন্নত করতে পারবেন. GPT‑4o চ্যাট প্রসঙ্গে চিত্র ও টেক্সটের উপর ভিত্তি করে কাজ করতে পারে, যা পুরো প্রক্রিয়ায় সামঞ্জস্য বজায় রাখে. উদাহরণস্বরূপ, আপনি যদি একটি ভিডিও গেমের চরিত্র ডিজাইন করেন, তবে একাধিক সংস্করণে পরিবর্তন ও পরীক্ষা সত্ত্বেও চরিত্রটির চেহারা সামঞ্জস্যপূর্ণ থাকে.

minnias cat input

Give this cat a detective hat and a monocle

minnias-cat-2

Best of 1

turn this into a triple A video games made with a 4k game engine and add some User interface as overlay from a mystery RPG where we can see a health bar and a minimap at the top as well as spells at the bottom with consistent and iconography

minnias cat2

Best of 1

update to a landscape image 16:9 ratio, add more spells in the UI, and unzoom the visual so that we see the cat in a third person view walking through a steampunk manhattan creating beautiful contrast and lighting like in the best triple A game, with cool-toned colors

minnias cat3

Best of 2

create the interface when the player opens the menu and we see the cat's character profile with his equipment and another page showing active quests (and it should make sense in relationship with the universe worldbuilding we are describing in the image)

minnias cat4

Best of 8

credit creator: Manuel Sainsily

নির্দেশনা অনুসরণ

GPT‑4o‑এর ইমেজ জেনারেশন বিস্তারিত প্রম্পট মনোযোগ সহকারে অনুসরণ করে. যেখানে অন্যান্য সিস্টেম প্রায় 5-8টি বস্তু নিয়ে সমস্যায় পড়ে, GPT‑4o সহজেই 10-20টি ভিন্ন বস্তু সামলাতে পারে. বস্তুকে তাদের বৈশিষ্ট্য ও সম্পর্কের সঙ্গে আরও দৃঢ়ভাবে যুক্ত করা উন্নত নিয়ন্ত্রণ নিশ্চিত করে.

A square image containing a 4 row by 4 column grid containing 16 objects on a white background. Go from left to right, top to bottom. Here’s the list:
1. a blue star
2. red triangle
3. green square
4. pink circle
5. orange hourglass
6. purple infinity sign
7. black and white polka dot bowtie
8. tiedye "42"
9. an orange cat wearing a black baseball cap
10. a map with a treasure chest
11. a pair of googly eyes
12. a thumbs up emoji
13. a pair of scissors
14. a blue and white giraffe
15. the word "OpenAI" written in cursive
16. a rainbow-colored lightning bolt

Screenshot 2025-03-24 at 10.07.12 AM

Best of 5

প্রসঙ্গভিত্তিক শেখা

GPT‑4o ব্যবহারকারীদের আপলোড করা ছবি থেকে বিশ্লেষণ করতে এবং শিখতে পারে, ছবি তৈরির তথ্য জানাতে তাদের বিবরণকে এর প্রসঙ্গে নির্বিঘ্নে একীভূত করে.

in-context-learning-prompt
  • draw a design for a vehicle with triangular wheels, using these images as reference.
  • label the front wheel, the back wheel, and at the of the diagram say (in small caps)
  • TRIANGLE WHEELED VEHICLE. English Patent. 2025. OPENAI.
Screenshot 2025-03-24 at 10.41.56 AM

Best of ~16

now put this in a photo taken in new york city.

Screenshot 2025-03-24 at 10.42.45 AM

Best of ~16

বিশ্ব জ্ঞান

নেটিভ ইমেজ জেনারেশন 4o কে টেক্সট এবং ইমেজের মধ্যে তার জ্ঞান সংযুক্ত করতে সক্ষম করে, যার ফলে এমন একটি মডেল তৈরি হয় যা আরও স্মার্ট এবং দক্ষ বলে মনে হয়.

Code Example (Three.js)

HTML

1
<!DOCTYPE html>
2
<html lang="en">
3
  <head>
4
    <meta charset="UTF-8" />
5
    <title>OpenAI Banner</title>
6
    <style>
7
      body { margin: 0; overflow: hidden; }
8
      canvas { display: block; }
9
    </style>
10
  </head>
11
  <body>
12
    <script type="module">
13
      import * as THREE from 'https://cdn.jsdelivr.net/npm/three@0.160.0/build/three.module.js';
14
      import { OrbitControls } from 'https://cdn.jsdelivr.net/npm/three@0.160.0/examples/jsm/controls/OrbitControls.js';
15
      import { FontLoader } from 'https://cdn.jsdelivr.net/npm/three@0.160.0/examples/jsm/loaders/FontLoader.js';
16
      import { TextGeometry } from 'https://cdn.jsdelivr.net/npm/three@0.160.0/examples/jsm/geometries/TextGeometry.js';
17

18
      const scene = new THREE.Scene();
19
      const camera = new THREE.PerspectiveCamera(45, window.innerWidth / window.innerHeight, 0.1, 1000);
20
      const renderer = new THREE.WebGLRenderer({ antialias: true });
21
      renderer.setSize(window.innerWidth, window.innerHeight);
22
      document.body.appendChild(renderer.domElement);
23

24
      // Lighting
25
      const light = new THREE.AmbientLight(0xffffff, 1);
26
      scene.add(light);
27

28
      const dirLight = new THREE.DirectionalLight(0xffffff, 1);
29
      dirLight.position.set(0, 5, 10);
30
      scene.add(dirLight);
31

32
      // Camera position
33
      camera.position.z = 20;
34

35
      // Controls
36
      const controls = new OrbitControls(camera, renderer.domElement);
37

38
      // Banner background
39
      const bannerGeometry = new THREE.PlaneGeometry(20, 10);
40
      const bannerMaterial = new THREE.MeshStandardMaterial({ color: 0x1a1a1a });
41
      const banner = new THREE.Mesh(bannerGeometry, bannerMaterial);
42
      scene.add(banner);
43

44
      // OpenAI Logo texture (placeholder)
45
      const loader = new THREE.TextureLoader();
46
      loader.load('https://upload.wikimedia.org/wikipedia/commons/4/4d/OpenAI_Logo.svg', texture => {
47
        const logoGeometry = new THREE.PlaneGeometry(4, 4);
48
        const logoMaterial = new THREE.MeshBasicMaterial({ map: texture, transparent: true });
49
        const logo = new THREE.Mesh(logoGeometry, logoMaterial);
50
        logo.position.set(-5, 0, 0.1); // Slightly in front of the banner
51
        scene.add(logo);
52
      });
53

54
      // Load font and add text
55
      const fontLoader = new FontLoader();
56
      fontLoader.load('https://threejs.org/examples/fonts/helvetiker_regular.typeface.json', font => {
57
        const textGeometry = new TextGeometry("I am 4-o", {
58
          font: font,
59
          size: 1,
60
          height: 0.2,
61
          curveSegments: 12,
62
          bevelEnabled: true,
63
          bevelThickness: 0.02,
64
          bevelSize: 0.02,
65
          bevelOffset: 0,
66
          bevelSegments: 5
67
        });
68

69
        textGeometry.center();
70

71
        const textMaterial = new THREE.MeshStandardMaterial({ color: 0x00ffcc });
72
        const textMesh = new THREE.Mesh(textGeometry, textMaterial);
73
        textMesh.position.set(5, -0.5, 0.1); // Opposite side of logo
74
        scene.add(textMesh);
75
      });
76

77
      // Resize handler
78
      window.addEventListener('resize', () => {
79
        camera.aspect = window.innerWidth / window.innerHeight;
80
        camera.updateProjectionMatrix();
81
        renderer.setSize(window.innerWidth, window.innerHeight);
82
      });
83

84
      // Render loop
85
      function animate() {
86
        requestAnimationFrame(animate);
87
        controls.update();
88
        renderer.render(scene, camera);
89
      }
90

91
      animate();
92
    </script>
93
  </body>
94
</html>

make an image of what this means to you

Screenshot 2025-03-18 at 11.46.24 AM

আলোকবাস্তবতা এবং শৈলী

বিভিন্ন ধরনের ইমেজ শৈলী প্রতিফলিত করা ছবিতে প্রশিক্ষণ মডেলটিকে বিশ্বাসযোগ্যভাবে ছবি তৈরি বা রূপান্তর করতে সক্ষম করে.

A candid paparazzi-style photo of Karl Marx hurriedly walking through the parking lot of the Mall of America, glancing over his shoulder with a startled expression as he tries to avoid being photographed. He’s clutching multiple glossy shopping bags filled with luxury goods. His coat flutters behind him in the wind, and one of the bags is swinging as if he’s mid-stride. Blurred background with cars and a glowing mall entrance to emphasize motion. Flash glare from the camera partially overexposes the image, giving it a chaotic, tabloid feel.
A cat looking into a puddle of water on a street, but its reflection is that of a tiger, and both reflections are realistically distorted by ripples in the water
Generate a candid, Polaroid-style photograph of four diverse friends in their early 20s at a gritty dive bar. The lighting features a very harsh, direct flash, creating sharp shadows and giving the photo a very overexposed, vintage instant-camera feel. Colors should be slightly muted, evoking nostalgic, early-2000s party vibes. The aesthetic is casually emo. No border or logos or signs. There's an interesting looking wall behind them with some light graffiti. Quality of the image should be very sharp and detailed (very little grain). The energy should be silly and chaotic. They're either playfully grimacing, smiling, or pretending to look tough. One of them should have their friend in a silly, playful headlock. Their mouths are closed.
Generate a photorealistic image of farmer's market in toronto on a saturday in summer 2006, it's a beautiful late june day, people are shopping and eating sandwiches. in focus should be a young asian girl wearing denim overalls and sipping on a strawberry banana smoothie - rest can be blurred. the photo should be reminiscent of that a digital camera from 2006 would take, with a timestamp like a printed photo would have. aspect ratio should be 3:2
blurry old analog film photograph, picture of parked car on side street, quiet night. credit creator: [Roope Rainisto](https://www.instagram.com/never_ever_never_land/?igsh=MXh3N3EyOWdoMmNubg%3D%3D#)
Create image super-realistic picture of these 4 creatures playing poker on a picnic blanket, zoomed out, in dolores park. photorealistic. The tabby long haired cat is holding a hand; right next to it are 2 tall vertical black chips (with stripes) as it has been raking in the dough. Tabby's pupils are large and cute, and ii looking down and scrutinizing its cards, focused. Derpy black cat went all in. Two dogs are peering over cat's shoulder to see their cards. All cards are face down and of the same back color except for an exposed three of diamonds. small stack of poker chips are in front of each creature, but black cat went all in. the two dogs folded. All chips are from the same set and all cards have same color. photorealistic, shot on iphone, raw format.
Best of 1 | Generate an portrait ad on a solid pastel background. In solid white san serif text, "ChatGPT image generation" in the top left, about a third of the way down. In solid white san serif text, "Form follows function", in the bottom right, about a third of the way up. In the background, put a photo of a really sleek, modern sculpture. It should gradually transition from a wireframe sketch on the left to the fully photorealistic version on the right. At the very bottom, in medium-small text, say "This entire poster was generated by ChatGPT image generation."
A lone astronaut floats inside a vast space station, painting swirling galaxies onto a massive canvas that hangs weightlessly in the air. Their paintbrush leaves behind trails of cosmic dust, and their suit is stained with nebula-colored hues. Their helmet is off, revealing eyes filled with the reflection of distant planets. Outside the glass window, a black hole looms, twisting light into mesmerizing patterns.
Realistic photograph of a horse galloping from right to left across a vast, calm ocean surface, accurately depicting splashes, reflections, and subtle ripple patterns beneath their hooves. Exaggerate horse movements but everything else should be still, quiet to show contrast with the horse's strength. clean composition, cinematographic. A wide, panoramic composition showcasing a distant horizon. Atmospheric perspective creating depth. zoomed out so the horse appears minuscule compared to vast ocean. horse is right at the horizon where ocean meets sky. use rule of thirds to position horse. size of horse is 1% size of entire image because camera is so far away from subject. camera view is super close to the ground/ocean like a worm's eye view. horse is galloping right where ocean meets the sky
A realistic underwater scene with dolphins swimming through the windows of an abandoned subway car, with bubbles and detailed water flow accurately simulated.
Photo of a fruit bowl consisting of real fruits mixed with miniature planets (Jupiter, Saturn, Mars, Earth), maintaining realistic reflections, lighting, and shadows consistent with original photo, clean composition, authentic textures, crisp detailed rendering

A candid paparazzi-style photo of Karl Marx hurriedly walking through the parking lot of the Mall of America, glancing over his shoulder with a startled expression as he tries to avoid being photographed. He’s clutching multiple glossy shopping bags filled with luxury goods. His coat flutters behind him in the wind, and one of the bags is swinging as if he’s mid-stride. Blurred background with cars and a glowing mall entrance to emphasize motion. Flash glare from the camera partially overexposes the image, giving it a chaotic, tabloid feel.

সীমাবদ্ধতা

আমাদের মডেল নিখুঁত নয়. আমরা এই মুহূর্তে একাধিক সীমাবদ্ধতা সম্পর্কে অবগত আছি, যা প্রাথমিক লঞ্চের পরে মডেলের উন্নতির মাধ্যমে সমাধানের জন্য আমরা কাজ করব.

ক্রপিং

আমরা লক্ষ্য করেছি GPT‑4o মাঝে মাঝে বড় ছবি যেমন পোস্টার অতিরিক্তভাবে ক্রপ করে ফেলে, বিশেষত নিচের দিকে.

সেফটি

আমাদের Model Spec অনুসারে, আমরা গেম ডেভেলপমেন্ট, ঐতিহাসিক অনুসন্ধান ও শিক্ষার মতো মূল্যবান ব্যবহারের ক্ষেত্রে সমর্থন দিয়ে সৃজনশীল স্বাধীনতাকে সর্বাধিক করতে চাই—সেই সঙ্গে শক্তিশালী সুরক্ষা মানদণ্ডও বজায় রেখে. একই সঙ্গে, যে অনুরোধগুলো এই মান ভঙ্গ করে সেগুলো ব্লক করা আগের মতোই গুরুত্বপূর্ণ. নিচে অতিরিক্ত ঝুঁকির ক্ষেত্রগুলোর মূল্যায়ন দেওয়া হয়েছে যেখানে আমরা নিরাপদ ও কার্যকর বিষয়বস্তু নিশ্চিত করতে এবং ব্যবহারকারীদের জন্য আরও বিস্তৃত সৃজনশীল অভিব্যক্তি সহায়তা করতে কাজ করছি.

C2PA এবং অভ্যন্তরীণ রিভার্সিবল অনুসন্ধানের মাধ্যমে উৎপত্তি
সমস্ত উৎপন্ন চিত্র C2PA⁠ মেটাডেটা সহ আসে, যা স্বচ্ছতা প্রদানের জন্য একটি চিত্রকে GPT‑4o থেকে আসা হিসেবে শনাক্ত করবে. আমরা একটি অভ্যন্তরীণ সার্চ টুলও তৈরি করেছি, যা জেনারেশনের প্রযুক্তিগত বৈশিষ্ট্য ব্যবহার করে যাচাই করতে সাহায্য করে কনটেন্টটি আমাদের মডেল থেকে এসেছে কি না.

খারাপগুলো ব্লক করা
আমরা এমন সব উৎপন্ন চিত্রের অনুরোধ ব্লক করে চলেছি যা আমাদের বিষয়বস্তুর নীতি লঙ্ঘন করতে পারে, যেমন শিশু যৌন নিপীড়নের সামগ্রী এবং যৌন ডিপফেক. যখন বাস্তব মানুষের ছবি প্রসঙ্গে থাকে, তখন কী ধরনের চিত্র তৈরি করা যাবে সে বিষয়ে আমাদের আরও কঠোর সীমাবদ্ধতা থাকে, বিশেষ করে নগ্নতা ও গ্রাফিক সহিংসতার ক্ষেত্রে অতিরিক্ত সুরক্ষা ব্যবস্থা প্রযোজ্য. যেকোনো লঞ্চের মতো, সুরক্ষা কখনোই শেষ হয় না; এটি একটি চলমান বিনিয়োগের ক্ষেত্র. আমরা এই মডেলের বাস্তব-জগতের ব্যবহার সম্পর্কে যত বেশি শিখব, ততই সেই অনুযায়ী আমাদের নীতিমালা সমন্বয় করব.

আমাদের পদ্ধতির বিষয়ে আরও জানার জন্য, চিত্র উৎপাদন GPT‑4o সিস্টেম কার্ডের সংযোজন⁠ দেখুন.

সুরক্ষা নিশ্চিত করতে যুক্তিপ্রয়োগের ব্যবহার
আমাদের ইচ্ছাকৃত সারিবদ্ধকরণ⁠ কাজের অনুরূপ, আমরা একটি যুক্তিপ্রয়োগমূলক LLM-কে মানব-লিখিত এবং ব্যাখ্যাযোগ্য সুরক্ষা স্পেসিফিকেশন থেকে সরাসরি কাজ করার জন্য প্রশিক্ষণ দিয়েছি. উন্নয়নের সময় আমরা এই যুক্তিপ্রয়োগমূলক LLM ব্যবহার করেছি যাতে আমাদের নীতিতে অস্পষ্টতা চিহ্নিত ও সমাধান করা যায়. ChatGPT এবং Sora-এর জন্য আমাদের মাল্টিমোডাল অগ্রগতি এবং বিদ্যমান সুরক্ষা কৌশলগুলোর সাথে, যা আমাদের নীতিমালার বিরুদ্ধ ইনপুট টেক্সট এবং আউটপুট ছবি উভয়ই সংযত⁠ করতে সাহায্য করে.

অ্যাক্সেস ও প্রাপ্যতা

4o চিত্র জেনারেশন আজ থেকেই ChatGPT‑তে Plus, Pro, Team ও Free ব্যবহারকারীদের জন্য ডিফল্ট ইমেজ জেনারেটর হিসেবে চালু হচ্ছে, এবং শীঘ্রই Enterprise ও Edu-তেও পাওয়া যাবে। এটি Sora-তেও ব্যবহার করা যাবে। যারা DALL·E-র প্রতি আলাদা টান অনুভব করেন, তারা এখনও একটি ডেডিকেটেড DALL·E GPT‑এর মাধ্যমে এটি ব্যবহার করতে পারবেন।

ডেভেলপাররা খুব শিগগিরই API-এর মাধ্যমে GPT‑4o ব্যবহার করে চিত্র উৎপন্ন করতে পারবেন, যার ব্যবহার আগামী কয়েক সপ্তাহে চালু হবে।

GPT‑4o ব্যবহার করে চিত্র তৈরি করা ও কাস্টমাইজ করা একেবারে চ্যাট করার মতো সহজ—কেবল যা দরকার তা বর্ণনা করুন, যেমন অ্যাসপেক্ট রেশিও, হেক্স কোডে নির্দিষ্ট রঙ বা স্বচ্ছ ব্যাকগ্রাউন্ড। এই মডেলটি আরও বিস্তারিত চিত্র তৈরি করে বলে ছবি রেন্ডার হতে সময় লাগে, প্রায়শই এক মিনিট পর্যন্ত।

credit creator: [Alex Duffy](https://every.to/@AlxAi)
credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#)
credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#)
credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#)
credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#)
credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#)
credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#)
credit creator: Cassandra Ansara
credit creator: [Isa](https://www.instagram.com/isabelitavirtual/?igsh=ZHdoYjFwYzV6dzFi#)
credit creator: [Isa](https://www.instagram.com/isabelitavirtual/?igsh=ZHdoYjFwYzV6dzFi#)
credit creator: Les Morgan
credit creator: Les Morgan
credit creator: [Derya Unatmaz](https://x.com/deryatr_)
credit creator: [Derya Unatmaz](https://x.com/deryatr_)
credit creator: [Derya Unatmaz](https://x.com/deryatr_)
credit creator: [Elene Chekurishvili](https://www.instagram.com/th_ene_ighbor/?igsh=eDh2Z2kyOGhnaXA0#)
credit creator: [Elene Chekurishvili](https://www.instagram.com/th_ene_ighbor/?igsh=eDh2Z2kyOGhnaXA0#)
credit creator: [Elene Chekurishvili](https://www.instagram.com/th_ene_ighbor/?igsh=eDh2Z2kyOGhnaXA0#)
credit creator: [Elene Chekurishvili](https://www.instagram.com/th_ene_ighbor/?igsh=eDh2Z2kyOGhnaXA0#)
credit creator: [Elene Chekurishvili](https://www.instagram.com/th_ene_ighbor/?igsh=eDh2Z2kyOGhnaXA0#)
credit creator: [Eugenio Marongiu](https://www.instagram.com/katsukokoiso.ai/?igsh=YTduZnNjZ2RhdTM3#)
credit creator: [Eugenio Marongiu](https://www.instagram.com/katsukokoiso.ai/?igsh=YTduZnNjZ2RhdTM3#)
credit creator: Jesse Kramme
credit creator: Jesse Kramme
credit creator: Matthew Dear
credit creator: [Minh Do](https://www.instagram.com/minhsmind/?igsh=MTFscDRqZ3JiZHVveA%3D%3D#)
credit creator: [Niceaunties](https://www.instagram.com/niceaunties/?igsh=Nm1jZmV4YTF6MTQ%3D#)
credit creator: Eskcanta
credit creator: Eskcanta
credit creator: [Roope Rainisto](https://www.instagram.com/never_ever_never_land/?igsh=MXh3N3EyOWdoMmNubg%3D%3D#)
credit creator: [Roope Rainisto](https://www.instagram.com/never_ever_never_land/?igsh=MXh3N3EyOWdoMmNubg%3D%3D#)
credit creator: [Roope Rainisto](https://www.instagram.com/never_ever_never_land/?igsh=MXh3N3EyOWdoMmNubg%3D%3D#)
credit creator: Shane Copenhagen
credit creator: Will Maberry
credit creator: Manuel Sainsily
credit creator: Manuel Sainsily
credit creator: Manuel Sainsily
credit creator: Manuel Sainsily
credit creator: Manuel Sainsily

credit creator: Alex Duffy

লাইভস্ট্রিম রিপ্লে

লেখক

OpenAI

নেতৃত্ব

গ্যাব্রিয়েল গোহ: চিত্র উৎপাদন

জ্যাকি শ্যানন: ChatGPT পণ্য

মেংচাও ঝং, ওয়েইন চ্যাং: ChatGPT প্রকৌশল

রোহান সাহাই: Sora পণ্য এবং প্রকৌশল

ব্রেন্ডন কুইন, টোমার কাফতান: অনুমিতি

প্রফুল্ল ধরিয়াল: মাল্টিমোডাল অর্গানাইজেশন

গবেষণা

মৌলিক গবেষণা

অ্যালান জাব্রি, ডেভিড মেডিনা, গ্যাব্রিয়েল গোহ, কেনজি হাটা, লু লিউ, প্রফুল্ল ধরিয়াল

মূল গবেষণা

আদিত্য রমেশ, অ্যালেক্স নিকোল, কেইসি চু, চেং লু, ডিয়ান অ্যাং ইয়াপ, হিউয়ো জুন, জেমস বেটকার, জিয়ানফেং ওয়াং, লং উইয়াং, লি জিং, ওয়েসাম মানাস্রা

গবেষণা অবদানকারীগণ

এইডেন লো, ব্রান্ডন ম্যাকেনজি, চার্লি ন্যাশ, হুইওয়েন চ্যাং, ইশান গুলরজনী, জেইমি কিরোস, জি লিন, ক্ষিতিজ গুপ্ত, ইয়াং সং

মডেল আচরণ

লরেনশিয়া রোমানিউক

মাল্টিমোডাল অর্গানাইজেশন

অ্যান্ড্রু গিবিয়ানস্কি, ইয়াং লু

ডেটা

ডেটা লিড

গিল্ডাস চ্যাটবট, জেমস পার্ক লেনন

ডেটা

আরশি ভাটনাগর, ড্রাগোস অপ্রিকা, রোহান ক্ষীরসাগর, স্পেন্সার প্যাপেই, ৎসী-চিয়েন ইউ, ওয়েসাম মানাস্রা, ইলেই কিয়ান

মডারেটর

হ্যাজেল বায়ার্ন, জেনিফার লাকেনবিল, মারিয়ানো লোপেজ

মানুষ ডেটা উপদেষ্টাবৃন্দ

লং উইয়াং

পরিসর বৃদ্ধি

অনুমিতি লিড

ব্রেন্ডন কুইন, টোমের কাফটান

অনুমিতি

অ্যালিসা হুয়াং, জ্যাকব মেনিক, নিক স্ট্যাথাস, রুসলান ভাসিলেভ, স্ট্যানলি হসিয়েহ

ফলিত

ChatGPT প্রোডাক্ট লিড

জ্যাকি শ্যানন

ChatGPT ইঞ্জিনিয়ারিং লিড

মেংচাও ঝং, ওয়েইন চ্যাং

প্রোডাক্ট ডিজাইন লিড

ম্যাট চ্যান

ডেটা সায়েন্স

শাওলিন হাও

ChatGPT

অ্যান্ড্রু সিমা, অ্যানি চেং, বেনজামিন গোহ, বোইয়াং নিউ, ডিয়ান অ্যাং ইয়াপ, ডুক ট্রান, এডেড ওইয়োহ, এরিক ঝ্যাং, ইথান চ্যাং, জেফ্রি ডানকান, জেই চেন, কান উ, কারেন লি, কেলি স্টারম্যান, মেংইউয়ান শু, মিশেল কিন, ওলা ওকেলোলা, পেড্রো অ্যাগুইলার, রকি স্মিথ, রোহিত রামচন্দানি, সারা কালভার, শন ফ্রিটজেরাল্ড, ভ্লাড ফোমেঙ্কো, ওয়ানিং জিয়াং, ওয়েসাম মানাস্রা, শাওলিন হাও, ইলেই কিয়ান

Sora

Sora প্রোডাক্ট লিড

রোহান সাহাই, ওয়েসাম মানাস্রা

Sora পণ্য ও প্রকৌশল

বোইয়াং নিউ, ডেভিড স্কনুর, গিলম্যান টোল, জো টেইলর, জোয়ি ফ্লিন, মাইক স্টার, রাজীভ নায়ক, রোহান সাহাই, ওয়েসাম মানাস্রা

সেফটি

সুরক্ষা লিড

সময় জৈন

সেফটি

অ্যালেক্স বিউটেল, অ্যানড্রিয়া ভালোন, বোটাও হাও, ব্রেন্ডন কুইন, ক্যামরন রেইমন্ড, চং ঝ্যাং, ডেভিড রবিনসন, এরিক ওয়ালেস, ফিলিপো রাসো, হুইওয়েন চ্যাং, ইয়ান কিভলিচান, ইরিনা কফম্যান, কেরেন গু-লেমবার্গ, ক্রিস্টেন ইং, ম্যাডেলেইন বয়ড, মেগান শাহ, মাইকেল ল্যাম্পে, ওয়েন ক্যাম্পবেল-মুর, রোহান সাহাই, রডরিগো রিয়াজা পেরেজ, স্যাম টোইজার, সন্ধিনি আগরওয়াল, ট্রয় পিটারসন

কৌশল

অ্যাডাম কোহেন, অ্যাডাম ওয়েলস, অ্যালি বেনেট, অ্যাশলি পান্টুলিয়ানো, ক্যারোলিনা পাজ, ক্লডিয়া ফিশার, ডেক্লান গ্রাব, গ্যাবি সাক্রামোন-লুটজ, লরেন জোনাস, রায়ান বিয়ারমিস্টার, শিয়াও লি, টম স্ট্যাসি, টাইস ওয়াল্টার্স, জিয়াদ রেসলান, জো স্টল

বিপণন ও যোগাযোগ

যোগাযোগ ও বিপণন লিড

মিনিয়া ফেং, নাটালি সামারস, টায়া ক্রিশ্চিয়ানসন

যোগাযোগ

অ্যালেক্স বেকার-হুইটকম্ব, অ্যাশলে টায়রা, বেইলি রিচার্ডসন, গ্যাবি রাইলা, মার্সেলাস কেইটন, স্কট ইথারস্মিথ, সোওকি মানসুর

ডিজাইন এবং সৃজনশীল

লিড

কেনড্রা রিমব্যাক, ভেইট মোয়েলার

ডিজাইন

অ্যাডাম ব্রান্ডন, অ্যাডাম কোপেল, অ্যাঞ্জেলা বেইক, ক্যারি হাডসন, ডানা পালমি, ফ্রেডি সুলিট, জেফ্রি সাবিন মাটসুমোটো, লেয়ান লো, ম্যাট নিকলস, থমাস ডেগ্রি, ভ্যানেসা অ্যান্টোনিয়া শেফকে, ইয়ারা খাকবাজ

বিশেষ ধন্যবাদ

আদিত্য রমেশ, আইডান ক্লার্ক, অ্যালেক্স বিউটেল, বেন নিউহাউস, বেন রসেন, চে চ্যাং, গ্রেগ ব্রকম্যান, হান্নাহ ওয়ং, ইশান সিংগাল, জেসন কুয়োন, জিয়াচেং ফেং, জিয়াহুই ইউ, জোয়ান জ্যাং, জোহানেস হেইডেকে, কেভিন ওয়েইল, মার্ক চেন, মিয়া গ্লেইস, নিক টার্লি, রাউল পুরি, রেইকিরো নাকানো, রুই শু, স্যাম অল্টম্যান, শুকানো বি, ভিনি মোনাকো