GPT-4o再秀神操作，“復現(xiàn)”O(jiān)penAI總裁講課，網(wǎng)友當真了 精華
OpenAI總裁兼聯(lián)合創(chuàng)始人Greg再次大秀GPT-4o操作，結果網(wǎng)友直接緬懷DALL-E
。
直接看效果。
文本拼寫達到驚人的一致！手部細節(jié)、光照全都有，甚至后背上的Logo也完全正確。
有網(wǎng)友表示：恍惚間還以為真的是本人在講課。
也有人感嘆圖像生成技術發(fā)展的飛躍：Holy Cow！
從完全破碎的文本到風格一致、拼寫正確的寫作，只用了一次迭代。
GPT-4o讓網(wǎng)友直接緬懷DALL-E
GPT-4o發(fā)布以來，簡直就被玩兒瘋了，尤其是圖像生成這塊。
比如有網(wǎng)友發(fā)現(xiàn)，GPT-4o在組合任意圖像上面就像是打通了任督二脈。
給它兩張完全不相干的圖。
結果搖身一變，“悲傷蛙版的麥片”，這不廣告設計公司直接可以用了。
不過像生成統(tǒng)計圖，就有點子翻車…比如這個，將正態(tài)分布的前 10%染成紅色，就沒有完成。
還有更翻車的效果……
于是乎，就有人認為這應該是DALL-E，GPT-4o現(xiàn)在還沒辦法生成圖像。
如今Greg親自下場展現(xiàn)GPT-4o的圖像生成效果，應該也算是一種回應。
當然在評論區(qū)有網(wǎng)友質疑：這確定是同一個版本嗎？能不能給完整的提示？
但不管怎么說，OpenAI這次免費大開放，讓更多的人探索到GPT-4o的能力。
比如在上下文能力上面，有網(wǎng)友發(fā)現(xiàn)它就比GPT-4-Turbo好太多。
而在從情景對話這個場景中，GPT-4o也比ChatGPT更樂意談論自己的感受和意識。
Omni團隊大揭秘
Omni團隊負責人Prafulla Dhariwal也在社交網(wǎng)絡上表達了自己團隊成員的感謝，并坦言這項工作是從一年前開始的。
Prafulla Dhariwal本科畢業(yè)于MIT，隨后就前往OpenAI已經(jīng)待了7個年頭。
他首先表示GPT-4o是他們團隊推出的第一個模型，也是OpenAI首個原生多模態(tài)大模型。
隨后就來了一個團隊大點名。
James Betker，負責圖像和音頻生成、數(shù)據(jù)準備、集成以及后續(xù)訓練。
Jamie Kiros：負責GPT-4o的視覺感知。
Rowan Zellers：讓模型/產品能夠像人類一樣自然地觀看視頻。
Alexis Conneau：首個在OpenAI提出Her愿景的人。他在個人簡介中提到是音頻AGI主管。
Gabriel Goh、Ishaan Gulrajani：負責Scaling Law相關的工作。
Alex Nichol、Heewoo Jun、Li JING，保障GPT-4o的圖像生成、3D生成的能力。
……
隨后奧特曼也隨手一個轉發(fā)評價，并表示這項工作引發(fā)了一場革命，它能改變我們使用計算機的方式。
本文轉自 量子位 ，作者：量子位
