OpenAI artık güçlü bir görüntü oluşturma aracını doğrudan ChatGPT'ye entegre etti. Bugünden itibaren, kullanıcılar güncellenmiş GPT-4o modelini kullanarak ayrıntılı görseller oluşturabilirler; bu model bağlamı anlama, karmaşık talepleri işleme ve hatta görüntüler içinde mükemmel metin oluşturma konusunda oldukça başarılıdır.
Önceki ChatGPT sürümleri DALL-E 3 sinir ağına dayanıyordu, ancak yeni sistem — ChatGPT'deki Görseller olarak adlandırılan — çok modlu “evrensel” GPT-4o üzerinde çalışıyor. Bu, modelin metin, ses, video ve görüntüleri aynı anda işleyerek doğruluğu önemli ölçüde artırdığı anlamına geliyor. Artık yapay zeka, tek bir görüntüde 15-20 nesneyi doğru bir şekilde ilişkilendirebiliyor ve daha önce 5-8 öğe ile meydana gelen hatalardan kaçınıyor.
Önemli iyileştirmelerden biri, mükemmel okunabilir metin içeren görüntüler üretme yeteneğidir — bu, uzun zamandır üretken modellerin zayıf noktası olmuştur. ChatGPT artık restoran menüleri, başlıklarla logolar veya yazım hatası olmadan infografikler oluşturabiliyor. Ayrıca, kullanıcıların artık bir düzenleme özelliği var: yüklenen herhangi bir görüntü, metin istemi aracılığıyla öğeleri ekleyerek veya çıkararak değiştirilebilir.
Bu yeni özellik, ücretsiz katman da dahil olmak üzere tüm ChatGPT aboneliklerine açıktır, ancak DALL-E 3 ile benzer sınırlamalar hala geçerlidir. Bu arada, DALL-E özel GPT modülleri aracılığıyla kullanılmaya devam edecektir. OpenAI ayrıca güvenliğe özel önem vermiştir: tüm görüntüler, AI tarafından üretilen içeriği tanımlamak için C2PA meta verileri ile işaretlenmiştir ve sistem, şiddet, derin sahte içerikler ve diğer potansiyel kötüye kullanımlarla ilgili talepleri engellemektedir.