Ti presentiamo la generazione di immagini con 4o

Noi di OpenAI, crediamo da tempo che la generazione di immagini debba essere una funzionalità primaria dei nostri modelli linguistici. Ecco perché abbiamo integrato il nostro generatore di immagini più avanzato mai realizzato in GPT‑4o Il risultato è una generazione di immagini non solo bella, ma anche utile.

Dalle prime pitture rupestri alle moderne infografiche, gli esseri umani hanno sempre utilizzato le immagini per comunicare, persuadere e analizzare, non solo per decorare. I modelli generativi odierni sono in grado di evocare scene surreali e mozzafiato, ma faticano con le immagini di uso comune che le persone utilizzano per condividere e creare informazioni. Dai loghi ai diagrammi, le immagini possono trasmettere un significato preciso quando sono arricchite da simboli che rimandano a un linguaggio e a un'esperienza condivisi.

La generazione di immagini GPT‑4o si distingue per la sua capacità di riprodurre accuratamente il testo, seguire con precisione le istruzioni e sfruttare la base di conoscenze intrinseca di 4o e il contesto della chat, compresa la trasformazione delle immagini caricate o il loro utilizzo come ispirazione visiva. Queste funzionalità rendono più facile creare esattamente l'immagine che hai in mente, aiutandoti a comunicare in modo più efficace attraverso le immagini e trasformando la generazione di immagini in uno strumento pratico, preciso e potente.

Abbiamo addestrato i nostri modelli sulla distribuzione congiunta di immagini e testi online, imparando non solo come le immagini si relazionano al linguaggio, ma anche come si relazionano tra loro. In combinazione con un post-addestramento intensivo, il modello risultante ha una sorprendente fluidità visiva, in grado di generare immagini utili, coerenti e sensibili al contesto.

L'addestramento su immagini che riflettono un'ampia varietà di stili consente al modello di creare o trasformare immagini in modo convincente.

Il nostro modello non è perfetto. Siamo consapevoli delle numerose limitazioni attuali, che cercheremo di risolvere migliorando il modello dopo il lancio iniziale.

In linea con la nostra specifica del modello, miriamo a massimizzare la libertà creativa supportando casi d'uso di valore come lo sviluppo di giochi, l'esplorazione storica e l'istruzione, mantenendo al contempo elevati standard di sicurezza. Allo stesso tempo, rimane importante come sempre bloccare le richieste che violano tali standard. Di seguito sono riportate le valutazioni di ulteriori aree di rischio in cui stiamo lavorando per consentire contenuti sicuri e di elevata utilità e supportare una più ampia espressione creativa per gli utenti.

Provenienza tramite C2PA e ricerca interna reversibile
Tutte le immagini generate sono accompagnate da metadati C2PA⁠, che identificano l'immagine come proveniente da GPT‑4o, per garantire la trasparenza. Abbiamo anche creato uno strumento di ricerca interno che utilizza gli attributi tecnici delle generazioni per aiutare a verificare se il contenuto proviene dal nostro modello.

Blocco dei contenuti dannosi
Continuiamo a bloccare le richieste di immagini generate che potrebbero violare le nostre norme sui contenuti, come i materiali relativi ad abusi sessuali su minori e i deepfake a sfondo sessuale. Quando le immagini ritraggono persone reali nel loro contesto, abbiamo inasprito le restrizioni relative al tipo di immagini che possono essere create, con misure di protezione particolarmente rigorose in materia di nudità e violenza esplicita. Come per qualsiasi lancio, la sicurezza non è mai definitiva, ma piuttosto un'area di investimento continuo. Man mano che acquisiremo maggiori informazioni sull'uso reale di questo modello, adegueremo le nostre politiche di conseguenza.

Per ulteriori informazioni sul nostro approccio, visita l'addendum alla scheda di sistema di GPT‑4o⁠ per la generazione di immagini.

Utilizzo del ragionamento per migliorare la sicurezza
Analogamente al nostro lavoro di allineamento deliberativo⁠, abbiamo addestrato un LLM di ragionamento per operare direttamente sulla base di specifiche di sicurezza scritte da esseri umani e interpretabili. Abbiamo utilizzato questo LLM di ragionamento durante lo sviluppo per aiutarci a identificare e risolvere le ambiguità nelle nostre politiche. Insieme ai nostri progressi multimodali e alle tecniche di sicurezza esistenti sviluppate per ChatGPT e Sora, questo ci consente di moderare⁠ sia il testo di input che le immagini di output in conformità con le nostre politiche.

La generazione di immagini 4o è disponibile da oggi per gli utenti Plus, Pro, Team e Free come generatore di immagini predefinito in ChatGPT, mentre l'accesso sarà presto disponibile anche per Enterprise ed Edu. È disponibile anche su Sora. Per coloro che hanno un posto speciale nel loro cuore per DALL·E, è ancora possibile accedervi tramite un DALL·E GPT dedicato.

Gli sviluppatori potranno presto generare immagini con GPT‑4o tramite l'API, con accesso disponibile nelle prossime settimane.

Creare e personalizzare immagini è semplice come chattare con GPT‑4o: basta descrivere ciò che serve, inclusi eventuali dettagli come le proporzioni, i colori esatti utilizzando codici esadecimali o uno sfondo trasparente. Poiché questo modello crea immagini più dettagliate, il rendering richiede più tempo, spesso fino a un minuto.