Nicolai Busekist
OpenAI’s nye opdatering til ChatGPT tager et kvantespring og gør AI-genererede billeder sværere at opdage end nogensinde.
AI-genererede billeder bliver fortsat sværere at skelne fra ægte, og nu har OpenAI lanceret Images 2.0 til ChatGPT – en model, der ifølge selskabet er et markant fremskridt, når det kommer til gengivelse af tekst på billeder. Det skriver Lifehacker.
Hidtil har tekst i AI-billeder været en af de største svagheder: bogstaver, der flyder sammen, tegn der ikke eksisterer, og ord der næsten – men ikke helt – giver mening. Den tid er muligvis forbi.
Tænker sig om før det genererer
Images 2.0 er ifølge OpenAI selskabets første billed-model med såkaldte ‘thinking capabilities’. Det vil sige, at modellen bruger tid på at nedbryde hver enkelt del af en forespørgsel, hvilket resulterer i mere detaljerede og præcise billeder.
OpenAI beskriver selv resultatet som billeder, der ‘føles mindre AI-genererede og mere bevidst designede’.
Betalende abonnenter kan desuden generere op til otte billeder fra én prompt, mens brugere uden et abonnement også får adgang til modellens evne til at søge på nettet og dobbelttjekke sit eget arbejde.
Menukortet bestod testen
Lifehacker testede modellen ved at bede ChatGPT generere et menukort til en italiensk restaurant med fem retter og to desserter. Resultatet var realistisk og uden synlige fejl.
Derefter genererede modellen en avisforside med den fiktive nyhed, at Red Sox og Yankees skulle bytte hjembyer – igen uden åbenlyse fejl.
Modellen kan ifølge OpenAI ikke blot generere fotorealistiske billeder, men også computerskærme, magasinopslag, filmplakater og håndskrevne essays – komplet med kaffepletter på papiret.
