Prezantimi i modelit tonë më të ri për gjenerimin e imazhit në API-në tonë.
Kur prezantuam gjenerimin e imazheve në ChatGPT muajin e kaluar, ajo u bë shpejt një nga veçoritë tona më të njohura: mbi 130 milionë përdorues në mbarë botën krijuan më shumë se 700 milionë imazhe vetëm në javën e parë(hapet në një dritare të re).
Sot, po sjellim modelin nativisht multimodal që fuqizon këtë përvojë në ChatGPT në API përmes gpt-image-1, duke mundësuar zhvilluesit dhe bizneset të integrojnë lehtësisht gjenerimin e imazheve me cilësi të lartë dhe nivel profesional drejtpërdrejt në mjetet dhe platformat e tyre. Shumëllojshmëria e modelit i lejon të krijojë imazhe në stile të ndryshme, të ndjekë me besnikëri udhëzimet e personalizuara, të shfrytëzojë njohuritë e botës dhe të paraqesë saktë tekstin – duke hapur aplikacione të panumërta praktike nëpër shumë domenë.
Ndërmarrjet kryesore dhe startup-et në industri të ndryshme, duke përfshirë mjetet krijuese, e-commerce, arsimin, softuerin për ndërmarrje, lojërat, tashmë po përdorin gjenerimin e imazhit në produktet dhe përvojat e tyre. Jemi të ngazëllyer të ndajmë disa nga këta shembuj më poshtë.
Adobe’s leading ecosystem of creative tools including its Firefly and Express apps will provide access to OpenAI’s image generation capabilities, giving creators the choice and flexibility to experiment with different aesthetic styles—something business professionals, consumers and creators all value when generating new creative ideas.
Ne gjithashtu po vazhdojmë të punojmë me zhvilluesit dhe bizneset për të zbuluar më shumë mënyra se si gjenerimi i imazheve në API mund t'u shërbejë rasteve të tyre të përdorimit, duke përfshirë:
Dizajnimi dhe redaktimi: Canva po eksploron mënyra për të integruar gpt-image-1 të OpenAI për të shtyrë kufijtë e gjenerimit dhe redaktimit të dizajnit në mjetet e saj Canva AI dhe Magic Studio. Përmes aftësive të GPT‑image‑1 si transformimi i skicave të papërpunuara në elemente grafike mahnitëse dhe mundësimi i redaktimeve vizuale me besnikëri të lartë, Canva do të fuqizojë më tej 230 milionë përdoruesit e saj për të sjellë idetë e tyre në jetë në mënyra krejtësisht të reja.
Krijimi dhe redaktimi i logove: GoDaddy po eksperimenton aktivisht për të integruar përftimin e imazheve në mënyrë që klientët të mund të krijojnë lehtësisht logo që janë të redaktueshme, të heqin sfondet dhe të përftojnë tipografi profesionale. Përveç kësaj, si një përvojë e re me GoDaddy Airo®, ekipi po punon që klientët të krijojnë postime në rrjetet sociale dhe materiale marketingu që pasqyrojnë identitetet e tyre unike të markës për përmbajtje origjinale të produktit dhe markës së krijuar nga një kërkesë.
Ndërtimi i materialeve të marketingut: HubSpot po eksploron se si aftësitë e reja të gjenerimit të imazheve të OpenAI mund t'i ndihmojnë klientët të krijojnë materiale për marketing dhe shitje. Ndërsa HubSpot vazhdon të shtojë mjete të reja të fuqizuara nga AI për të shkallëzuar bizneset, këto aftësi të gjenerimit të imazheve kanë potencialin të transformojnë mënyrën se si klientët krijojnë imazhe me cilësi të lartë për mediat sociale, marketingun me email dhe faqet e uljes pa pasur nevojë për ekspertizë të specializuar në dizajn.
Përftimi i recetave dhe listave të blerjeve: Instacart po teston mënyra të reja për të përdorur API-në për përftimin e imazheve, duke përfshirë imazhe për receta dhe lista blerjesh.
Redaktimi i videove: invideo aktivizon miliona përdorues që të transformojnë idetë e tyre në video duke përdorur IA-në. Me integrimin e gpt-image-1, platforma tani ofron gjenerim të përmirësuar të tekstit, kontrolle të hollësishme të redaktimit dhe udhëzime të avancuara për stilin.
Modeli gpt-image-1 në API përdor të njëjtat masa mbrojtëse si përftimi i imazheve 4o në ChatGPT, duke përfshirë masa që kufizojnë modelin nga krijimi i imazheve të dëmshme dhe përfshirjen e të dhënave meta C2PA në imazhet e krijuara – mund të lexosh më shumë rreth kësaj në postimin tonë të kaluar në blog këtu. Përveç kësaj, zhvilluesit mund të kontrollojnë ndjeshmërinë e moderimit me parametrin `moderation`, i cili mund të vendoset në auto (parazgjedhje) për filtrim standard, ose low për një filtërim më pak kufizues. Mëso më shumë në docs(hapet në një dritare të re)tona.
Si parazgjedhje, ne kurrë nuk trajnojmë mbi të dhënat e API-së së klientit, dhe të gjitha hyrjet dhe daljet e imazheve mbeten subjekt i politikave tona të përdorimit të API-së.
Përdorimi i GPT‑image‑1 ka çmim për çdo token, me çmime të veçanta për tokenët e tekstit dhe të imazhit:
- Tokenët e tekstit të hyrjes (teksti i kërkesës): $5 për 1M tokenë
- Kodet e hyrjes të imazheve (imazhet hyrëse): $10 për 1M tokenë
- Kodet e daljes të imazhit (imazhe të përftuara): $40 për 1 milion tokenë
Në praktikë, kjo përkthehet në afërsisht $0.02, $0.07 dhe $0.19 për çdo imazh të përftuar me cilësi të ulët, mesatare dhe të lartë, përkatësisht. Për çmimet e detajuara sipas cilësisë dhe madhësisë së imazhit, shiko docs(hapet në një dritare të re).
Modeli GPT‑image‑1 tani është i disponueshëm globalisht përmes API-së së Imazheve, me mbështetje në API-në e Përgjigjeve që do të vijë së shpejti. Disa zhvillues mund të kenë nevojë të verifikojnë(hapet në një dritare të re) organizatën e tyre përpara se të mund të përdorin modelin. Të lutem kontrollo cilësimet e organizatës(hapet në një dritare të re) për të parë nëse tashmë ke qasje.
Për të filluar, eksploroni aftësitë e modelit në Playground(hapet në një dritare të re) dhe shikoni udhëzuesin tonë për gjenerimin e imazheve(hapet në një dritare të re). Mezi presim të shohim se çfarë do të ndërtoni.