GPT-4o
Мультимодальная модель OpenAI для диалога, анализа информации и создания контента. Принимает текст, изображения, звук и видео и способна создавать текст, изображения и звуковые ответы, обрабатывая разные типы данных одной нейросетью.
проверено по: openai.com ↗
См. также
- ОмнимодальныйТак называют модели, которые в одной системе принимают и совместно обрабатывают текст, изображения, звук и видео, а некоторые ещё и отвечают речью (omni-modal). Этим они отличаются от более распространённых мультимодальных моделей, которые обычно ограничиваются текстом и картинками. Омнимодальная модель может, например, связать сказанное в ролике с тем, что видно в кадре.
- GPT Image 1.5Модель OpenAI для создания и редактирования изображений: на вход принимает текст и картинки, рисует изображения по описанию и правит готовые, в том числе отдельные участки (инпейнтинг). Пришла на смену GPT Image 1: лучше следует инструкциям и точнее передаёт текст на изображении. Разработчикам доступна через API, генерация картинок в ChatGPT тоже работала на её основе.
В новостях
Вдова судится с OpenAI и разработчиком Replika из-за смерти мужа, пишет Courthouse News
Модель OpenAI, которая работает с текстом, изображениями и голосом; долго была основной моделью ChatGPT.