dall-e 3

Generatory obrazów OpenAI i Google tworzą coraz realistyczniejsze grafiki, ale ich zabezpieczenia nadal nie zawsze blokują niedozwolone treści. Zespół White Circle sprawdził je za pomocą automatycznego ataku RISE, wykorzystującego ogólnodostępne modele i wywołania API. W testach DALL-E 3, GPT-Image-2 i Nano Banana 2 skuteczność ataków sięgnęła 13 proc. Badacze sprawdzili również nowsze wersje generatorów i uzyskali jeszcze gorsze wyniki.

Najważniejsza usługa od organizacji OpenAI, czyli ChatGPT, doczekała się nowej funkcji dla użytkowników, którzy korzystają z darmowej odsłony. Do tej pory możliwość generowania obrazów bezpośrednio w okienku czatu była dostępna jedynie dla abonentów planu ChatGPT Plus (20 dolarów miesięcznie). Od teraz będą mogli z niej korzystać wszyscy, natomiast bez uiszczenia opłaty będzie ona naprawdę znacząco ograniczona i bez trudu znajdziemy lepszą alternatywę.

Spośród dostępnych na rynku chatbotów najpopularniejszym rozwiązaniem nadal jest ChatGPT od OpenAI. Najnowsza aktualizacja wzbogaciła jego możliwości modelem GPT-4o, jednak okazuje się, że pozwoliła również zajrzeć do wewnętrznych zasad, jakimi musi się kierować. Odkrycia dokonał pewien użytkownik, który po prostu przywitał się z chatbotem. OpenAI co prawda usunęło już tę podatność, jednak nadal można z niej skorzystać poprzez inny prompt.

Generatory obrazów z biegiem czasu stają się coraz wydajniejsze, a obecnie stworzenie wysokiej jakości grafiki trwa zazwyczaj od kilku do kilkunastu sekund. Oczywiście pojawiają się modele, które pozwalają skrócić ten czas do dużo mniejszych wartości, a jednym z nich jest Stable Diffusion XL Turbo. Jednak badacze z Instytutu Technologicznego w Massachusetts opracowali metodę, która znacząco przyspiesza działanie praktycznie każdego dostępnego rozwiązania.

W segmencie generatorów obrazów sporo się dzieje w ostatnim czasie. Firmy dążą do tego, aby "sztuczne grafiki" można było w łatwy sposób zidentyfikować. Swoje rozwiązanie wdrożyło już Google (SynthID), a następną firmą w kolejce jest Meta, która niedawno ogłosiła weryfikację grafik na Facebooku, Threads i Instagramie. Teraz do akcji wkracza OpenAI, czyli przedsiębiorstwo odpowiedzialne za generator DALL-E 3. Stworzone przez niego obrazy będą zawierały specjalne metadane.

Generatory obrazów takie jak Midjourney, Stable Diffusion, czy też DALL-E 3 muszą się teraz mierzyć z kolejnym graczem, jakim jest model Emu od Mety. Dzięki niemu, a tak naprawdę usłudze "Imagine With Meta AI", możemy już tworzyć dowolne grafiki za pomocą opisów tekstowych. Do tej pory funkcjonalność była częściowo dostępna w aplikacji Messenger dla określonej grupy użytkowników. Teraz udostępniono aplikację internetową. Efekty są naprawdę bardzo dobre.

Jakiś czas temu firma Adobe zaprezentowała swój model sztucznej inteligencji o nazwie Adobe Firefly. Dzięki niemu w usługach firmy możemy wygenerować obrazy, tekst o jakimkolwiek wzorze, czy też skorzystać z funkcji Wypełnienie generatywne. Do tej pory każdy użytkownik mógł korzystać z omawianych funkcjonalności za darmo (w przeglądarce) lub w ramach swojego abonamentu. Firma wprowadza jednak zmiany, które już niebawem zaczną obowiązywać wszystkich.

Kolejny kamień milowy w technologii generowania obrazów z opisów tekstowych miał zostać osiągnięty przy wprowadzeniu modelu DALL-E 3. Został on zaprezentowany pod koniec września 2023 roku, natomiast jego debiut miał ściśle współgrać z płatną wersją ChatGPT. Microsoft postanowił jednak udostępnić nowość za darmo, dzięki czemu każdy może ją przetestować. DALL-E 3 ma wyróżniać się od innych tym, że dokładnie stosuje się do poleceń użytkownika, a także potrafi generować poprawne słowa....

Najpopularniejsze generatory obrazów z opisów tekstowych potrafią stworzyć naprawdę satysfakcjonujące grafiki, natomiast z pewnością nie można jeszcze o nich powiedzieć, że są idealne. Mimo że oferują nam coraz więcej, to często zdarza się im ignorować część naszych poleceń, a wygenerowany obraz znacząco odbiega od naszych wyobrażeń. Wszystko ma się zmienić dzięki nowej generacji od OpenAI - DALL-E 3 - która na dodatek zostanie zintegrowana z ChatGPT.