Gpt-4o, từ OpenAI, mới đây đã trình làng tính năng cải tiến giúp người dùng có thể tạo ra hình ảnh với văn bản đạt độ chính xác cao và dễ dàng hơn bao giờ hết. Tính năng này cho phép người sử dụng khởi tạo hình ảnh chất lượng cao từ các văn bản mô tả và điều chỉnh chúng theo cách hội thoại để khớp với hình ảnh mà họ hình dung. Công nghệ này khắc phục những điểm yếu của các mô hình AI trước đó thường tạo ra những ký tự lộn xộn và không thể đọc được.
Sự đổi mới trong Gpt-4o là khả năng tạo văn bản trong hình ảnh được thể hiện rõ ràng và dễ đọc. Điều này khác biệt hoàn toàn so với các công nghệ tạo hình ảnh trước đây, khi người dùng chỉ có thể sử dụng một lệnh đơn giản. Gpt-4o cho phép người dùng bắt đầu với một yêu cầu cơ bản, ví dụ như “một con mèo”, sau đó có thể tương tác để tinh chỉnh hình ảnh như thêm mũ thám tử hoặc kính viễn vọng. Những ví dụ từ OpenAI cho thấy người dùng có thể tạo và chỉnh sửa hình ảnh từng bước, lên lớp các yếu tố từ nhiều hình ảnh thành một sản phẩm hoàn chỉnh.
Một điểm nổi bật trong công nghệ này là khả năng tạo ra chữ viết có thể đọc được trên các bảng hiệu hay vật thể, một bước tiến so với các mô hình AI trước rất khó khăn trong việc sản xuất văn bản rõ ràng. Mặc dù OpenAI đã thừa nhận rằng một số hình ảnh là sự lựa chọn tốt nhất trong số nhiều kết quả, nhưng những hình ảnh được tạo ra vẫn gây ấn tượng mạnh, đặc biệt là với giao diện đơn giản và thân thiện.
Gpt-4o có thể bắt đầu từ ảnh của người dùng và thêm thay đổi, có thể xử lý từ 10 đến 20 đối tượng trong một cảnh, trong khi các đối thủ thường gặp khó khăn với chỉ 5 đến 8 đối tượng. Chẳng hạn, một người dùng đã thử sức để tạo ra một cảnh cuối trong tiểu thuyết “Người bênh vực Monte Cristo”, và nhận thấy việc điều chỉnh ảnh trở nên dễ dàng hơn bao giờ hết với Gpt-4o, với hình ảnh có văn bản đọc được và khả năng hiện thực hóa ý tưởng dễ dàng hơn.
Tuy nhiên, không phải mọi thứ đều hoàn hảo. OpenAI đã chỉ ra một số vấn đề như cắt mất thông tin ở dưới cùng, những nhầm lẫn vẫn xuất hiện, khó khăn khi làm việc với văn bản không phải bằng ký tự Latin, cũng như những trục trặc khi tạo ra quá 20 đối tượng. Nhưng khả năng tạo ra hình ảnh phức tạp, giàu văn bản thông qua tiếng Anh đơn giản đã giúp Gpt-4o nổi bật hơn so với các mô hình cũ. Nếu bạn đang thiết kế một bức áp phích, công cụ này mang lại sự chính xác và linh hoạt mà các mô hình trước đó không thể sánh bằng.
Trong thế giới công nghệ không ngừng phát triển, Gpt-4o từ OpenAI đang mở ra một kỷ nguyên mới cho việc tạo hình ảnh dựa trên văn bản, mang lại cho người dùng những công cụ mạnh mẽ để hiện thực hóa ý tưởng của mình. Những cải tiến này chắc chắn sẽ thay đổi cách mà chúng ta tương tác với công nghệ và giúp mọi người phát huy hết khả năng sáng tạo của mình.
