“再见了，DALL-E”
OpenAI总裁Greg再次展现了GPT-4o的惊人操作，网友们对此纷纷表示惊叹，甚至有人将其与DALL-E联系起来。
实力展示，引发网友缅怀DALL-E
GPT-4o的发布以来，其图像生成能力尤其受到关注。网友发现，GPT-4o在处理任意图像组合时表现犹如打通了任督二脉，展现出非凡的能力。在一次迭代之后，从破碎的文本到风格一致、拼写正确的写作的跃迁，令网友们惊叹不已。
图像与文本的完美结合
GPT-4o在文本和图像的生成上展现了惊人的一致性，手部细节、光照处理以及后背上的Logo都无可挑剔，给人留下了深刻的印象。有网友表示，在一瞬间产生了错觉，以为是Greg本人在授课。而图像生成技术的飞跃进步也引起了人们的赞叹。
Omni团队揭秘
Omni团队负责人Prafulla Dhariwal在社交网络上感谢了团队成员，并透露他们的工作始于一年前。Prafulla Dhariwal毕业于MIT，加入OpenAI至今已有七年之久。他介绍称，GPT-4o是团队推出的第一个模型，也是OpenAI首个原生多模态大模型。随后，Dhariwal逐一介绍了团队成员及其贡献：James Betker负责多媒体生成和训练，Jamie Kiros专注于GPT-4o的视觉感知，Rowan Zellers致力于让模型如人类般理解视频，Alexis Conneau是音频AGI的主管，Gabriel Goh和Ishaan Gulrajani负责Scaling Law的研究，而Alex Nichol、Heewoo Jun、Li JING则保障了GPT-4o在图像和3D生成上的能力。
技术革命的开端
Greg的展示不仅仅是技术的展示，更是对未来使用计算机方式的一次革命性变革的预言。GPT-4o的出现，无疑为人工智能领域带来了新的挑战和机遇。
如果你已经体验过GPT-4o，欢迎在评论区分享你的感想和体验。
参考链接：
1. Greg的推特
2. Sam Altman的推特
相关文章
