முக்கிய உள்ளடக்கத்திற்கு செல்க
OpenAI

25 மார்ச், 2025

தயாரிப்புவெளியீடு

4o படம் உருவாக்கத்தை அறிமுகப்படுத்துதல்

மிகச் சரியான, துல்லியமான, புகைப்படத் தரத்திலான வெளியீடுகளை வழங்கக்கூடிய ஒரு சொந்த மல்டிமாடல் மாதிரியுடன் பயனுள்ள மற்றும் மதிப்புமிக்க படம் உருவாக்கத்தை வெளிக்கொணர்கிறது.

ChatGPT இல் முயற்சிக்கவும் (புதிய சாளரத்தில் திறக்கும்)
ஏற்றுகிறது…

OpenAI இல், எங்கள் அறிவு மாதிரிகளின் முதன்மை திறனாக படத்தை உருவாக்குதல் இருக்க வேண்டும் என்று நாங்கள் நீண்ட காலமாக நம்பி வருகிறோம். அதனால்தான் நாங்கள் இதுவரை இல்லாத அளவுக்கு மேம்பட்ட பட உருவாக்குநரை GPT‑4o இல் உருவாக்கியுள்ளோம். அதன் விளைவாக அழகானது மட்டுமல்ல, பயனுள்ள பட உருவாக்கம் கிடைத்துள்ளது.

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

பயனுள்ள படம் உருவாக்கம்

முதல் குகை ஓவியங்கள் முதல் நவீன இன்ஃபோகிராபிக்ஸ் வரை, மனிதர்கள் வெறும் அலங்காரத்திற்காக மட்டுமல்லாமல், தொடர்பு கொள்ளவும், விவரிக்கவும், பகுப்பாய்வு செய்யவும் காட்சிப் படங்களைப் பயன்படுத்தியுள்ளனர். இன்றைய உருவாக்க மாதிரிகளால் யதார்த்தமான, ஆச்சரியமான காட்சிகளை உருவாக்க முடியும், ஆனால் தகவல்களைப் பகிர்தல் கொள்ளவும் உருவாக்கவும் கடினமாக உழைக்கும் மக்கள் பயன்படுத்துவதற்கு சிரமப்படுகின்றனர். லோகோக்கள் முதல் வரைபடங்கள் வரை, பகிரப்பட்ட மொழி மற்றும் அனுபவத்தைக் குறிக்கும் குறியீடுகளால் படங்கள் பெரிதாக்கப்படும்போது துல்லியமான அர்த்தத்தை வெளிப்படுத்தும்.

GPT‑4o பட உருவாக்கம் உரையை துல்லியமாக வழங்குவதிலும், தூண்டிகளை துல்லியமாகப் பின்பற்றுவதிலும், 4o இன் உள்ளார்ந்த அறிவு அடிப்படை மற்றும் அரட்டை சூழலைப் பயன்படுத்துவதிலும் சிறந்து விளங்குகிறது, இதில் பதிவேற்றம் செய்யப்பட்ட படங்களை மாற்றுவது அல்லது காட்சியை உத்வேகமாகப் பயன்படுத்துவது அடங்கும். இந்தத் திறன்கள் நீங்கள் கற்பனை செய்யும் படத்தை உருவாக்குவதை எளிதாக்குகின்றன, காட்சிகள் மூலம் மிகவும் திறம்பட தொடர்பு கொள்ள உதவுகின்றன மற்றும் துல்லியம் மற்றும் சக்தியுடன் ஒரு நடைமுறைக் கருவியாக பட உருவாக்கத்தை மேம்படுத்துகின்றன.

மேம்படுத்தப்பட்ட திறன்கள்

நாங்கள் ஆன்லைன் படங்கள் மற்றும் உரையின் இணைந்த விநியோகத்தின் அடிப்படையில் எங்கள் மாதிரிகளை பயிற்றுவித்தோம், படங்கள் மொழியுடன் எப்படி தொடர்புடையவை என்பதை அல்ல, அவை ஒன்றுடன் ஒன்று எப்படி தொடர்புடையவை என்பதையும் கற்றுக்கொண்டோம். தீவிரமான பிந்தைய பயிற்சியுடன் இணைந்து, இதன் விளைவாக வரும் மாதிரி வியக்கத்தக்க காட்சிப் புலமையைக் கொண்டுள்ளது, பயனுள்ள, சீரான மற்றும் சூழல் விழிப்புணர்வு கொண்ட படங்களை உருவாக்கும் திறன் கொண்டது.

உரை காட்சிப்படுத்தல்

ஒரு படம் ஆயிரம் சொற்களுக்கு இணையானது, ஆனால் சில நேரங்களில் சரியான இடத்தில் சில சொற்களைச் சேர்ப்பது அந்தப் படத்தின் அர்த்தத்தை இன்னும் உயர்த்துகிறது. 4o இன் துல்லியமான அடையாளங்களை காட்சிகளுடன் கலந்து வழங்கும் திறன், பட உருவாக்கத்தை ஒரு காட்சி தொடர்பாடல் கருவியாக மாற்றுகிறது.

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

பல முறை உருவாக்குதல்

இப்போது பட உருவாக்கம் GPT‑4o இல் இயல்பாக உள்ளதால், நீங்கள் இயல்பான உரையாடலின் மூலம் படங்களை நுணுக்கமாக மாற்ற முடியும். GPT‑4o ஆல் அரட்டை சூழலில் படங்கள் மற்றும் உரையை உருவாக்க முடியும், இது நிலைத்தன்மையை முழுவதும் உறுதி செய்கிறது. உதாரணமாக, நீங்கள் ஒரு வீடியோ கேம் கதாபாத்திரத்தை வடிவமைக்கிறீர்கள் என்றால், நீங்கள் சரிப்படுத்தி பரிசோதனை செய்யும்போது அந்தக் கதாபாத்திரத்தின் தோற்றம் பல மறு செய்கைகளில் ஒத்திசைவாக இருக்கும்.

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

வழிமுறைகளைப் பின்பற்றுதல்

GPT‑4o இன் படம் உருவாக்கம் விவரங்களில் கவனம் செலுத்தி விரிவான தூண்டிகளைப் பின்பற்றுகிறது. மற்ற அமைப்புகள் சுமார் ~5–8 பொருட்களுடன் சிரமப்படும் நிலையில், GPT‑4o ஆல் 10–20 வெவ்வேறு பொருட்களை கையாள முடியும். பொருட்களை அவற்றின் பண்புகள் மற்றும் தொடர்புகளுடன் நெருக்கமாக இணைப்பது சிறந்த கட்டுப்பாட்டை வழங்குகிறது.

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

சூழல் சார்ந்து கற்றல்

பயனர் பதிவேற்றிய படங்களை GPT‑4o பகுப்பாய்வு செய்து, அவற்றிலிருந்து கற்றுக்கொள்ளலாம், பட உருவாக்கத்தைத் தெரிவிக்க அவற்றின் விவரங்களை அதன் சூழலில் தடையின்றி ஒருங்கிணைக்கலாம்.

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

உலக அறிவு

இயல்பான படம் உருவாக்கம் 4o ஐ உரைக்கும் படங்களுக்கும் இடையில் அதன் அறிவை இணைக்க உதவுகிறது, இதன் விளைவாக ஒரு மாதிரியானது புத்திசாலித்தனமாகவும் திறமையானதாகவும் உணர்கிறது.

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

நிழற்பட உண்மைத்தன்மை மற்றும் பாணி

பல்வேறு காட்சிப் பாணிகளை பிரதிபலிக்கும் படங்களின் மீது பயிற்சி செய்வது மாதிரியை நம்பகமான முறையில் படங்களை உருவாக்கவோ மாற்றவோ முடிகிறது.

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.

வரம்புகள்

எங்கள் மாதிரி முழுமையானது அல்ல. தற்போது பல வரம்புகளை நாங்கள் அறிந்திருக்கிறோம், மற்றும் ஆரம்ப வெளியீட்டுக்குப் பிறகு மாதிரி மேம்பாடுகள் மூலம் அவற்றை சரிசெய்யப் பணிபுரிவோம்.

படத்தை வெட்டுதல்

சில நேரங்களில் GPT‑4o நீளமான படங்களை (போஸ்டர்கள் போன்றவை) குறிப்பாக கீழ்பகுதியில், மிக நெருக்கமாக வெட்டுவதை நாங்கள் கவனித்துள்ளோம்.

பாதுகாப்பு

எங்கள் மாதிரி விவரக்குறிப்புக்கு இணங்க, வலுவான பாதுகாப்புத் தரங்களைப் பராமரிக்கும் அதே வேளையில், விளையாட்டு மேம்பாடு, வரலாற்று ஆய்வு மற்றும் கல்வி போன்ற மதிப்புமிக்க பயன்பாட்டு நிகழ்வுகளை ஆதரிப்பதன் மூலம் படைப்பு சுதந்திரத்தை அதிகப்படுத்துவதையே நாங்கள் நோக்கமாகக் கொண்டுள்ளோம். அதே சமயம், அந்தத் தரநிலைகளை மீறும் கோரிக்கைகளைத் தடுப்பது எப்போதும் அவசியமானதாகவே உள்ளது. பாதுகாப்பான, உயர் பயன்பாட்டு உள்ளடக்கத்தை செயல்படுத்தவும், பயனர்களுக்கு பரந்த படைப்ப்பாற்றல் வெளிப்பாட்டிற்கு ஆதரவளிக்கவும் நாங்கள் பணியாற்றி வரும் கூடுதல் ஆபத்துப் பகுதிகளின் மதிப்பீடுகள் கீழே உள்ளன.

C2PA மற்றும் உள் மீளக்கூடிய தேடல் மூலம் மூலாதாரம்
உருவாக்கப்பட்ட அனைத்துப் படங்களும் C2PA மெட்டாடேட்டாவுடன் வருகின்றன, இது படத்தை GPT‑4o இல் இருந்து வந்ததாக அடையாளம் காண்பதன் மூலம் வெளிப்படைத்தன்மையை வழங்குகிறது. எங்கள் மாதிரியிலிருந்து உள்ளடக்கம் வந்ததா என்பதைச் சரிபார்க்கவும் உதவும் வகையில், உருவாக்கங்களின் தொழில்நுட்பப் பண்புகளைப் பயன்படுத்தும் ஒரு உள் தேடல் கருவியையும் நாங்கள் உருவாக்கியுள்ளோம்.

கெட்ட விஷயங்களைத் தடுத்தல்
சிறார் பாலியல் துஷ்பிரயோகம் தொடர்பான உள்ளடக்கங்கள் மற்றும் பாலியல் போலிப் படங்கள் போன்ற எங்கள் உள்ளடக்கக் கொள்கைகளை மீறக்கூடிய விதத்தில் உருவாக்கப்படும் படங்களுக்கான கோரிக்கைகளை நாங்கள் தொடர்ந்து தடுத்து வருகிறோம். உண்மையான மனிதர்களின் படங்கள் சூழலில் இருக்கும்போது, எந்த வகையான படங்களை உருவாக்கலாம் என்பது குறித்து நாங்கள் அதிகக் கட்டுப்பாடுகளை விதித்துள்ளோம், குறிப்பாக நிர்வாணம் மற்றும் கிராஃபிக் வன்முறையைச் சுற்றி வலுவான பாதுகாப்புகள் உள்ளன. எவ்வித வெளியீட்டிலும் போலவே, பாதுகாப்பு என்பது ஒருபோதும் முடிவடையாதது, அது தொடர்ந்து நடைபெறும் முதலீட்டுப் பிரிவு ஆகும். இந்த மாதிரியின் நிஜ உலகப் பயன்பாட்டை பற்றி மேலும் கற்றுக்கொள்ளும் போது, அதற்கேற்ப எங்கள் கொள்கைகளை மாற்றுவோம்.

எங்கள் அணுகுமுறையைப் பற்றி மேலும் அறிய, படம் உருவாக்கம் GPT‑4o சிஸ்டம் கார்டிற்கான பின்இணைப்பை⁠ பார்வையிடவும்.

பாதுகாப்பை மேம்படுத்த காரணவிளக்கமளித்தலைப் பயன்படுத்துதல்
எங்கள் ஆலோசனையுடன் கூடிய சீரமைப்பு⁠ பணியைப் போலவே, மனிதர்களால் எழுதப்பட்ட மற்றும் புரிந்துகொள்ளக்கூடிய பாதுகாப்பு விவரக்குறிப்புகளிலிருந்து நேரடியாக செயல்பட ஒரு காரணவிளக்கமளித்தல் LLM-ஐ நாங்கள் பயிற்றுவித்துள்ளோம். எங்கள் கொள்கைகளில் உள்ள தெளிவற்ற பகுதிகளைக் கண்டறிந்து சரிசெய்ய இந்த காரணவிளக்கமளித்தல் LLM-ஐ அபிவிருத்தி கட்டத்தில் பயன்படுத்தினோம். எங்கள் மல்டிமாடல் முன்னேற்றங்கள் மற்றும் ChatGPT மற்றும் Sora க்காக உருவாக்கப்பட்ட தற்போதைய பாதுகாப்பு நுட்பங்களுடன் சேர்ந்து, இது எங்கள் கொள்கைகளுக்கு எதிராக உள்ளீட்டு உரை மற்றும் வெளியீட்டுப் படங்கள் இரண்டையும் மிதப்படுத்த⁠ அனுமதிக்கிறது.

அணுகல் மற்றும் கிடைக்கும் தன்மை

4o பட உருவாக்கம் இன்று முதல் ChatGPT இல் இயல்புநிலை பட உருவாக்குநராக Plus, Pro, Team மற்றும் Free பயனர்களுக்கு அறிமுகப்படுத்தப்படுகிறது, விரைவில் Enterprise மற்றும் Edu பயனர்களுக்கு கிடைக்கும். இது Sora விலும் பயன்படுத்தக்கூடியதாக உள்ளது. DALL·E க்கு மனதில் சிறப்பு இடம் கொடுத்திருப்பவர்களுக்கு, அதனை இன்னும் தனித்துவமான DALL·E GPT மூலம் அணுகலாம்.

உருவாக்குபவர்கள் விரைவில் GPT‑4o ஐ API வழியாகப் பயன்படுத்தி படங்களை உருவாக்க முடியும்; அடுத்த சில வாரங்களில் அணுகல் வழங்கப்படும்.

படங்களை உருவாக்குவதும் தனிப்பயனாக்குவதும் GPT‑4o ஐப் பயன்படுத்தி அரட்டை அடிப்பது போலவே எளிதானது, இது அம்ச விகிதம், ஹெக்ஸ் குறியீடுகளைப் பயன்படுத்தும் சரியான வண்ணங்கள் அல்லது வெளிப்படையான பின்னணி போன்ற ஏதேனும் விவரங்கள் உட்பட உங்களுக்குத் தேவையானதை விவரிக்கும். இந்த மாதிரி மேலும் நுணுக்கமான படங்களை உருவாக்குவதால், படங்களை வழங்க சுமார் ஒரு நிமிடம் வரை ஆகலாம்.

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](https://every.to/@AlxAi)

நேரடி ஒளிபரப்பு மறுபதிவு

ஆசிரியர்

OpenAI

தலைமைத்துவம்

கேப்ரியல் கோ: படம் உருவாக்கம்

ஜாக்கி ஷானன்: ChatGPT தயாரிப்பு

மெங்க்சாவோ ஜாங், வெய்ன் சாங்: ChatGPT பொறியியல்

ரோஹன் சஹாய்: Sora தயாரிப்பு மற்றும் பொறியியல்

பிரெண்டன் க்வின், டோமர் கஃப்டன்: அனுமானம்

பிரபுல்லா தாரிவால்: மல்டிமாடல் அமைப்பு

ஆராய்ச்சி

அடிப்படை ஆராய்ச்சி

ஆலன் ஜப்ரி, டேவிட் மெடினா, கேப்ரியல் கோ, கெஞ்சி ஹாட்டா, லூ லியூ, பிரஃபுல்லா தரிவால்

முக்கிய ஆராய்ச்சி

ஆதித்யா ரமேஷ், அலெக்ஸ் நிக்கோல், கேஸி சூ, செங் லூ, டியான்அங் யாப், ஹீவூ ஜூன், ஜேம்ஸ் பெட்கர், ஜியான்ஃபெங் வாங், லாங் ஒயாங், லி ஜிங், வெசாம் மனஸ்ரா

ஆராய்ச்சி பங்களிப்பாளர்கள்

ஐடன் லோ, பிராண்டன் மெகின்சி, சார்லி நாஷ், ஹுவிவென் சாங், இஷான் குல்ராஜனி, ஜேமி கீரோஸ், ஜி லின், கிஷ்திஜ் குப்தா, யாங் சாங்

மாதிரி நடத்தை

லாரென்டியா ரோமானியுக்

மல்டிமாடல் அமைப்பு

ஆண்ட்ரூ கிபியன்ஸ்கி, யாங் லூ

தரவு

தரவுத் தலைவர்கள்

கில்டாஸ் சாபோ, ஜேம்ஸ் பார்க் லெனன்

தரவு

அர்ஷி பாத்நாகர், ட்ராகோஸ் ஒப்ரிகா, ரோஹன் கிஷிர்சாகர், ஸ்பென்சர் பப்பாய், ஸி-சியே யூ, வெசாம் மனஸ்ரா, யிலெய் கியான்

மதிப்பீட்டாளர்கள்

ஹேசல் பைர்ன், ஜெனிபர் லக்கன்பில், மரியானோ லோபஸ்

மனித தரவு ஆலோசகர்கள்

லாங் ஒயாங்

விரிவாக்கம்

அனுமான தலைவர்கள்

பிரெண்டன் குயின், டோமர் காஃப்டன்

அனுமானம்

அலிசா ஹுவாங், ஜேக்கப் மெனிக், நிக் ஸ்டாதாஸ், ரஸ்லான் வாசிலெவ், ஸ்டான்லி ஷீ

பயன்படுத்தப்பட்டது

ChatGPT தயாரிப்புத் தலைவர்

ஜாக்கி ஷானன்

ChatGPT பொறியியல் தலைவர்கள்

மேங்சாவோ ஜாங், வேய்ன் சாங்

தயாரிப்பு வடிவமைப்புத் தலைவர்கள்

மாட் சான்

தரவு அறிவியல்

சியாவ்லின் ஹாவ்

ChatGPT

ஆண்ட்ரூ சிமா, அன்னி செங், பெஞ்சமின் கோ, போயாங் நியூ, டியான்அங் யாப், டக் ட்ரான், எடெடே ஒய்வோ, எரிக் சாங், ஈத்தன் சாங், ஜெஃப்ரி டன்ஹாம், ஜே சேன், கான் வூ, கரென் லி, கேலி ஸ்டிர்மன், மேங்யுவான் சு, மிசேல் குயின், ஒலா ஒகேலோலா, பெட்ரோ அகிலார், ராக்கி ஸ்மித், ரோஹித் ராம்சந்தானி, சாரா கல்வர், சீன் ஃபிட்ஸ்கெரால்ட், வ்லாட் ஃபோமென்கோ, வான்னிங் ஜியாங், வெசாம் மனஸ்ரா, சியாவ்லின் ஹாவ், யிலெய் கியான்

Sora

Sora தயாரிப்புத் தலைவர்கள்

ரோஹன் சஹாய், வெசாம் மனஸ்ரா

Sora தயாரிப்பு மற்றும் பொறியியல்

போயாங் நியூ, டேவிட் ஷ்னூர், கில்மன் டோல், ஜோ டெய்லர், ஜோயி ஃப்ளின், மைக் ஸ்டார், ராஜீவ் நாயக், ரோஹன் சஹாய், வெசாம் மனஸ்ரா

பாதுகாப்பு

பாதுகாப்புத் தலைவர்

சோமே ஜெயின்

பாதுகாப்பு

அலெக்ஸ் பியூடல், ஆண்ட்ரியா வாலோன், போடாவோ ஹாவ், பிரெண்டன் குயின், கேமரான் ரேமாண்ட், சாங் ஜாங், டேவிட் ராபின்சன், எரிக் வாலஸ், ஃபிலிப்போ ராசோ, ஹுவிவென் சாங், இயான் கிவ்லிகன், இரினா கோஃப்மன், கெரென் கு-லெம்பர்க், கிறிஸ்டன் யிங், மடலின் போய்ட், மேகன் ஷா, மைக்கேல் லாம்ப், ஓவென் காம்பெல்-மூர், ரோஹன் சஹாய், ரோட்ரிகோ ரியாசா பெரேஸ், சாம் டோய்சர், சாந்தினி அகர்வால், ட்ராய் பீட்டர்சன்

உத்தி

ஆடம் கோஹென், ஆடம் வெல்ஸ், அலி பென்னெட், ஆஷ்லி பாண்டுலியானோ, கரோலினா பாஸ், கிளாடியா ஃபிஷர், டெக்லான் கிராப், கேபி சாக்ரமோன்-லூட்ஸ், லாரன் ஜோனாஸ், ரயன் பையர்மைஸ்டர், சியாவோ லீ, டோம் ஸ்டாசி, டைஸ் வால்டர்ஸ், ஜியாத் ரெஸ்லான், ஸோயி ஸ்டோல்

சந்தைப்படுத்தல் மற்றும் தகவல்தொடர்புகள்

தகவல்தொடர்புகள் மற்றும் சந்தைப்படுத்தல் தலைவர்கள்

மின்னியா ஃபெங், நடாலி சம்மர்ஸ், தாயா கிறிஸ்தியன்சன்

தகவல்தொடர்புகள்

அலெக்ஸ் பேக்கர்-விட்கோம், ஆஷ்லி டைரா, பேலி ரிச்சர்ட்சன், கேபி ரெய்லா, மார்சலஸ் கெய்டன், ஸ்காட் எதர்ஸ்மித், சௌகி மான்சூர்

வடிவமைப்பு மற்றும் படைப்பாற்றல்

தலைவர்கள்

கேன்ட்ரா ரிம்பாக், வைட் மொல்லர்

வடிவமைப்பு

ஆடம் பிராண்டன், ஆடம் கோப்பல், ஏஞ்சலா பேக், கேரி ஹட்சன், டேனா பால்மி, ஃப்ரெடி சூலிட், ஜெஃப்ரி சாபின் மாட்சுமோட்டோ, லேயான் லோ, மாட் நிக்கோல்ஸ், தாமஸ் டெக்ரி, வனெஸா அன்டோனியா ஷெஃப்கே, யாரா காக்பாஸ்

சிறப்பு நன்றி

ஆதித்யா ரமேஷ், ஐடன் கிளார்க், அலெக்ஸ் பியூடல், பென் நியூஹவுஸ், பென் ரோசென், சே சாங், கிரெக் ப்ராக்மேன், ஹானா வாங், இஷான் சிங்கல், ஜேசன் க்வான், ஜியாசெங் ஃபெங், ஜியாஹுய் யூ, ஜோயான் ஜாங், யோஹானஸ் ஹெய்டெக்கே, கேவின் வைல், மார்க் சென், மியா கிளேஸ், நிக் டர்லே, ராவுல் புரி, ரெயிச்சிரோ நகானோ, ருய் ஷு, சாம் ஆல்ட்மன், ஷுசாவ் பி, வின்னி மோனாக்கோ