25 mars 2025

Prezantojmë gjenerimin e imazhit 4o

Ofrojmë gjenerim të dobishëm dhe të vlefshëm të imazheve me një model me mbështetje të brendshme multimodale, të aftë për rezultate precize, të sakta dhe fotorealiste.

Provoni në ChatGPT

This post introduced 4o image generation.

For the current image experience:

ChatGPT Images 2.5

Create images in ChatGPT

Duke ngarkuar…

Në OpenAI kemi besuar prej kohësh se gjenerimi i imazheve duhet të jetë një aftësi kryesore e modeleve tona gjuhësore. Prandaj kemi ndërtuar gjeneratorin tonë më të avancuar të imazheve deri më tani në GPT‑4o. Rezultati—i gjenerimit të imazheve që është jo vetëm i bukur, por edhe i dobishëm.

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"

^{Best of 8}

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

^{Best of 8}

Gjenerimi i dobishëm i imazheve

Që nga pikturat e para në shpella e deri te infografikat moderne, njerëzit kanë përdorur imazhe vizuale për të komunikuar, bindur dhe analizuar—jo vetëm për të dekoruar. Modelet e sotme gjeneruese mund të krijojnë skena surreale dhe mahnitëse, por kanë vështirësi me imazhet e zakonshme që njerëzit përdorin për të ndarë dhe krijuar informacion. Nga logot te diagramet, imazhet mund të përcjellin kuptim të saktë kur plotësohen me simbole që i referohen gjuhës dhe përvojës së përbashkët.

Gjenerimi i imazheve GPT‑4o shkëlqen në paraqitjen e saktë të tekstit, ndjekjen e saktë të kërkesave dhe shfrytëzimin e bazës së njohurive të 4o dhe kontekstit të bisedës, duke përfshirë transformimin e imazheve të ngarkuara ose përdorimin e tyre si frymëzim vizual. Këto aftësi e bëjnë më të lehtë krijimin e imazhit që imagjinon, duke të ndihmuar të komunikosh më efektivisht përmes pamjeve vizuale dhe duke avancuar gjenerimin e imazhit në një mjet praktik me saktësi dhe fuqi.

Aftësitë e përmirësuara

Ne trajnuam modelet tona mbi shpërndarjen e përbashkët të imazheve dhe tekstit online, duke mësuar jo vetëm se si imazhet lidhen me gjuhën, por edhe se si lidhen me njëra-tjetrën. I kombinuar me post-trajnim agresiv, modeli që rezulton ka një rrjedhshmëri vizuale befasuese, i aftë të përftojë imazhe që janë të dobishme, të qëndrueshme dhe të vetëdijshme për kontekstin.

Renderimi i tekstit

Një fotografi vlen sa njëmijë fjalë, por ndonjëherë gjenerimi i disa fjalëve në vendin e duhur mund të ngrejë kuptimin e një imazhi. Aftësia e 4o për të kombinuar simbole të sakta me imazhe e shndërron gjenerimin e imazheve në një mjet për komunikim vizual.

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

^{Best of ~8}

Gjenerimi me shumë ndërveprime

Për shkak se gjenerimi i imazheve tani është i integruar në GPT‑4o, mund të përmirësosh imazhet përmes bisedës natyrore. GPT‑4o mund të ndërtojë mbi imazhe dhe tekst në kontekstin e bisedës, duke siguruar qëndrueshmëri gjatë gjithë kohës. Për shembull, nëse po dizenjon një karakter video-loje, pamja e karakterit mbetet koherente në përsëritje të shumta ndërsa e përmirëson dhe eksperimenton.

Give this cat a detective hat and a monocle

^{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

^{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

^{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)

^{Best of 8}

credit creator: Manuel Sainsily

Ndjekja e udhëzimeve

Gjenerimi i imazheve të GPT‑4o ndjek kërkesa të hollësishme me kujdes ndaj detajeve. Ndërsa sistemet e tjera kanë vështirësi me ~5-8 objekte, GPT‑4o mund të trajtojë deri në 10-20 objekte të ndryshme. Lidhja më e ngushtë e objekteve me tiparet dhe marrëdhëniet e tyre mundëson një kontroll më të mirë.

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

^{Best of 5}

Mësim në kontekst

GPT‑4o mund të analizojë dhe mësojë nga imazhet e ngarkuara nga përdoruesit, duke integruar pa probleme detajet e tyre në kontekstin e vet për të informuar gjenerimin e imazheve.

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.

^{Best of ~16}

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

^{Best of ~16}

Njohuri për botën

Gjenerimi i imazheve native aktivizon 4o të bëjë lidhje midis njohurive të tij dhe imazheve, duke rezultuar në një model që duket më i zgjuar dhe më efikas.

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

Fotorealizmi dhe stili

Trajnim për imazhet që pasqyrojnë një shumëllojshmëri të madhe stilesh imazhi i mundëson modelit të krijojë ose transformojë imazhe në mënyrë bindëse.

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 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 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 — 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 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 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.

Kufizime

Modeli ynë nuk është i përsosur. Jemi të vetëdijshëm për kufizime të shumta për momentin, të cilat do të punojmë për t'i adresuar përmes përmirësimeve të modelit pas prezantimit fillestar.

Kemi vënë re se GPT‑4o ndonjëherë mund të presë imazhe më të gjata, si posterat, shumë ngushtë, veçanërisht afër pjesës së poshtme.

Siguria në përdorim

Në përputhje me specifikimet tona të modelit, synojmë të maksimizojmë lirinë krijuese duke mbështetur raste të vlefshme përdorimi si zhvillimi i lojërave, eksplorimi historik dhe edukimi—duke ruajtur standarde të forta sigurie. Në të njëjtën kohë, mbetet po aq e rëndësishme sa gjithmonë të bllokohen kërkesat që shkelin ato standarde. Më poshtë janë vlerësimet e fushave shtesë të rrezikut ku po punojmë për të aktivizuar përmbajtje të sigurt, me përdorim të lartë dhe për të mbështetur shprehjen më të gjerë krijuese për përdoruesit.

Origjina përmes C2PA dhe kërkimit të brendshëm të kthyeshëm
Të gjitha imazhet e gjeneruara vijnë me të dhënat meta C2PA, të cilat do të identifikojnë një imazh si të ardhur nga GPT‑4o, për të ofruar transparencë. Ne gjithashtu kemi ndërtuar një mjet kërkimi të brendshëm që përdor atributet teknike të gjeneratave për të ndihmuar në verifikimin nëse përmbajtja ka ardhur nga modeli ynë.

Bllokimi i gjërave të këqija
Ne vazhdojmë të bllokojmë kërkesat për imazhe të gjeneruara që mund të shkelin politikat tona të përmbajtjes, si materialet e abuzimit seksual të fëmijëve dhe falsifikimet e mëdha me natyrë seksuale. Kur imazhet e njerëzve të vërtetë janë në kontekst, kemi kufizime të shtuara për llojin e imazheve që mund të krijohen, me mbrojtje veçanërisht të forta për lakuriqësinë dhe dhunën grafike. Ashtu si çdo fillim, siguria nuk përfundon kurrë dhe është më tepër një fushë investimi e vazhdueshme. Ndërsa mësojmë më shumë rreth përdorimit të këtij modeli në botën reale, do t'i përshtatim politikat tona në përputhje me rrethanat.

Për më shumë mbi qasjen tonë, vizitoni shtojcën e gjenerimit të imazheve në kartën e sistemit GPT‑4o⁠.

Përdorimi i arsyetimit për të fuqizuar sigurinë
Ngjashëm me punën tonë të përputhjes reflektuese⁠, kemi trajnuar një LLM arsyetimi për të punuar drejtpërdrejt nga specifikimet e sigurisë të shkruara nga njerëzit dhe të interpretuara lehtësisht. Ne e përdorëm këtë LLM për arsyetim gjatë zhvillimit, për të na ndihmuar të identifikojmë dhe të zgjidhim paqartësitë në politikat tona. Së bashku me përparimet tona multimodale dhe teknikat ekzistuese të sigurisë të zhvilluara për ChatGPT dhe Sora, kjo na lejon të moderojmë⁠ si tekstin hyrës ashtu edhe imazhet dalëse kundrejt politikave tona.

Qasja dhe disponueshmëria

Gjenerimi i imazheve 4o fillon të shpërndahet sot për përdoruesit Plus, Pro, Team dhe Free si gjeneratori i parazgjedhur i imazheve në ChatGPT, me qasje që do të vijë së shpejti për Enterprise dhe Edu. Është gjithashtu e disponueshme për t'u përdorur në Sora. Për ata që kanë një vend të veçantë në zemrat e tyre për DALL·E, mund të aksesohet ende përmes një DALL·E GPT të dedikuar.

Zhvilluesit së shpejti do të jenë në gjendje të gjenerojnë imazhe me GPT‑4o përmes API-së, me qasje që do të shpërndahet në javët para.

Krijimi dhe personalizimi i imazheve është po aq i thjeshtë sa të përdorësh bisedë duke përdorur GPT‑4o - thjesht përshkruaj atë që të nevojitet, duke përfshirë çdo specifikë si raporti i pamjes, ngjyrat e sakta duke përdorur kode hekzadecimale ose një sfond transparent. Për shkak se ky model krijon imazhe më të detajuara, imazhet marrin më shumë kohë për t'u renderuar, shpesh deri në një minutë.

credit creator: [Alex Duffy](https://every.to/@AlxAi) — credit creator: Alex Duffy
credit creator: Alex Duffy
credit creator: Alex Duffy

credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#) — credit creator: Alex Duffy
credit creator: Alex Duffy
credit creator: Alex Duffy

Ritransmetim i drejtpërdrejtë

Autor

OpenAI

Drejtimi

Gabriel Goh: Gjenerimi i imazhit

Jackie Shannon: Produkti ChatGPT

Mengchao Zhong, Wayne Chang: Inxhinieria e ChatGPT

Rohan Sahai: Produkti dhe inxhinieria e Sora

Brendan Quinn, Tomer Kaftan: Inferencë

Prafulla Dhariwal: Organizata multimodale

Kërkime

Kërkimi themelor

Allan Jabri, David Medina, Gabriel Goh, Kenji Hata, Lu Liu, Prafulla Dhariwal

Kërkimi bazë

Aditya Ramesh, Alex Nichol, Casey Chu, Cheng Lu, Dian Ang Yap, Heewoo Jun, James Betker, Jianfeng Wang, Long Ouyang, Li Jing, Wesam Manassra

Kontribuesit e kërkimit

Aiden Low, Brandon McKinzie, Charlie Nash, Huiwen Chang, Ishaan Gulrajani, Jamie Kiros, Ji Lin, Kshitij Gupta, Yang Song

Sjellja e modelit

Laurentia Romaniuk

Organizata multimodale

Andrew Gibiansky, Yang Lu

Të dhënat

Drejtuesit e të dhënave

Gildas Chabot, James Park Lennon

Të dhënat

Arshi Bhatnagar, Dragos Oprica, Rohan Kshirsagar, Spencer Papay, Szi-chieh Yu, Wesam Manassra, Yilei Qian

Moderatorë

Hazel Byrne, Jennifer Luckenbill, Mariano López

Këshilltarë për të dhënat njerëzore

Long Ouyang

Shkallëzimi

Drejtuesit e inferencës

Brendan Quinn, Tomer Kaftan

Inferencë

Alyssa Huang, Jacob Menick, Nick Stathas, Ruslan Vasilev, Stanley Hsieh

Aplikuar

Drejtues produkti i ChatGPT

Jackie Shannon

Drejtues inxhinierikë të ChatGPT

Mengchao Zhong, Wayne Chang

Drejtues i Dizajnit të Produktit

Matt Chan

Shkencë të dhënash

Xiaolin Hao

ChatGPT

Andrew Sima, Annie Cheng, Benjamin Goh, Boyang Niu, Dian Ang Yap, Duc Tran, Edede Oiwoh, Eric Zhang, Ethan Chang, Jeffrey Dunham, Jay Chen, Kan Wu, Karen Li, Kelly Stirman, Mengyuan Xu, Michelle Qin, Ola Okelola, Pedro Aguilar, Rocky Smith, Rohit Ramchandani, Sara Culver, Sean Fitzgerald, Vlad Fomenko, Wanning Jiang, Wesam Manassra, Xiaolin Hao, Yilei Qian

Sora

Drejtues produkti Sora

Rohan Sahai, Wesam Manassra

Produkti dhe inxhinieria Sora

Boyang Niu, David Schnurr, Gilman Tolle, Joe Taylor, Joey Flynn, Mike Starr, Rajeev Nayak, Rohan Sahai, Wesam Manassra

Siguria në përdorim

Drejtues për sigurinë

Somay Jain

Siguria në përdorim

Alex Beutel, Andrea Vallone, Botao Hao, Brendan Quinn, Cameron Raymond, Chong Zhang, David Robinson, Eric Wallace, Filippo Raso, Huiwen Chang, Ian Kivlichan, Irina Kofman, Keren Gu-Lemberg, Kristen Ying, Madelaine Boyd, Meghan Shah, Michael Lampe, Owen Campbell-Moore, Rohan Sahai, Rodrigo Riaza Perez, Sam Toizer, Sandhini Agarwal, Troy Peterson

Strategji

Adam Cohen, Adam Wells, Ally Bennett, Ashley Pantuliano, Carolina Paz, Claudia Fischer, Declan Grabb, Gaby Sacramone-Lutz, Lauren Jonas, Ryan Beiermeister, Shiao Lee, Tom Stasi, Tyce Walters, Ziad Reslan, Zoe Stoll

Marketing dhe Komunikime

Drejtues të Komunikimit dhe Marketingut

Minnia Feng, Natalie Summers, Taya Christianson

Komunikime

Alex Baker-Whitcomb, Ashley Tyra, Bailey Richardson, Gaby Raila, Marselus Cayton, Scott Ethersmith, Souki Mansoor

Dizajn & Krijimtari

Drejtues

Kendra Rimbach, Veit Moeller

Dizajn

Adam Brandon, Adam Koppel, Angela Baek, Cary Hudson, Dana Palmie, Freddie Sulit, Jeffrey Sabin Matsumoto, Leyan Lo, Matt Nichols, Thomas Degry, Vanessa Antonia Schefke, Yara Khakbaz

Falënderime të veçanta

Aditya Ramesh, Aidan Clark, Alex Beutel, Ben Newhouse, Ben Rossen, Che Chang, Greg Brockman, Hannah Wong, Ishaan Singal, Jason Kwon, Jiacheng Feng, Jiahui Yu, Joanne Jang, Johannes Heidecke, Kevin Weil, Mark Chen, Mia Glaese, Nick Turley, Raul Puri, Reiichiro Nakano, Rui Shu, Sam Altman, Shuchao Bi, Vinnie Monaco

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

Prezantojmë gjenerimin e imazhit 4o

This post introduced 4o image generation.

Gjenerimi i dobishëm i imazheve

Aftësitë e përmirësuara

Renderimi i tekstit

Gjenerimi me shumë ndërveprime

Ndjekja e udhëzimeve

Mësim në kontekst

Njohuri për botën

HTML

Fotorealizmi dhe stili

Kufizime

Siguria në përdorim

Qasja dhe disponueshmëria

Ritransmetim i drejtpërdrejtë

Autor

Drejtimi

Kërkime

Të dhënat

Shkallëzimi

Aplikuar

Sora

Siguria në përdorim

Strategji

Marketing dhe Komunikime

Dizajn &amp; Krijimtari

Falënderime të veçanta

HTML

Dizajn & Krijimtari