OpenAI déploie une mise à jour majeure de GPT-4o : génération et édition d'images dans ChatGPT 153

Openai a officiellement annoncé le 25 mars 2025 l'intégration de fonctionnalités d'édition d'images et de génération visuelle dans le modèle GPT-4o, permettant aux utilisateurs de générer des images, de modifier du contenu visuel existant, et même de concevoir des documents complexes tels que des graphiques, des menus et des cartes via la conversation.

Caractéristiques et fonctionnalités :

• Itération en temps réel : les utilisateurs peuvent itérer leurs demandes d'images en temps réel, par exemple en demandant de générer un « escargot dans une ville », puis en affinant la scène en modifiant l'arrière-plan ou en ajoutant des accessoires.

• Traitement d'instructions complexes : le système est capable de traiter des instructions de composition d'images plus complexes.

• Amélioration du rendu de texte : GPT-4o a considérablement amélioré sa capacité à rendre un texte clair et structuré dans les images, ce qui lui permet de mieux générer du contenu visuel professionnel tel que des infographies, des diagrammes et des logos.

• Fonctionnalité « Inpainting » : les utilisateurs peuvent effectuer un « inpainting » sur des images existantes, éditer les éléments de premier plan et d'arrière-plan, même si la photo contient des personnages.

Performances et vitesse

Bien que le GPT-4o traite les demandes d'images plus lentement que son prédécesseur DALL·E 3, les images générées sont plus précises et plus détaillées. La génération d'une image peut prendre jusqu'à une minute.

Données d'entraînement

OpenAI a déclaré que les capacités d'image du GPT-4o ont été entraînées à l'aide de « données publiquement disponibles », ainsi que de contenus propriétaires provenant de partenaires (tels que Shutterstock).

Améliorations techniques

• Génération multimodale : le générateur d'images du GPT-4o est intégré dans le même modèle que le générateur de texte, ce qui permet une meilleure combinaison du texte et de l'image.

• Méthode de génération autorégressive : contrairement aux modèles de diffusion tels que DALL-E 3, le GPT-4o utilise une approche autorégressive, générant l'image progressivement de gauche à droite et de haut en bas, ce qui pourrait expliquer ses capacités améliorées de rendu de texte et de liaison d'objets.

Cette mise à jour de fonctionnalité est actuellement disponible pour les abonnés au plan Pro d'OpenAI à 200 dollars par mois, puis sera étendue aux utilisateurs des niveaux gratuit et Plus, ainsi qu'aux développeurs via l'API d'OpenAI.

Détails :https://openai.com/index/introducing-4o-image-generation/