OpenAI a récemment introduit « 4o Image Generation », un nouveau modèle de génération d’images destiné à remplacer DALL-E au sein de ChatGPT. Ce modèle vise à produire des visuels non seulement esthétiques, mais également fidèles aux requêtes des utilisateurs, en s’appuyant sur la compréhension contextuelle de GPT-4o. Parmi ses avancées, il est capable d’intégrer du texte et des symboles directement dans les images, une fonctionnalité qui faisait défaut aux précédents générateurs d’images. De plus, il peut incorporer jusqu’à 20 objets distincts par image et permet une interaction continue pour affiner les visuels générés.
Lors de tests, « 4o Image Generation » a démontré sa capacité à créer des images de haute qualité, même à partir de descriptions complexes, surpassant ainsi les performances de DALL-E. Par exemple, en réponse à une requête détaillée décrivant une scène spécifique, le modèle a réussi à générer une image cohérente intégrant tous les éléments mentionnés. De plus, il s’adapte aisément à différents styles, y compris des rendus artistiques ou dessinés.
Cette évolution marque une étape significative pour OpenAI, qui cherche à combler son retard par rapport à des concurrents tels que Midjourney ou FLUX en matière de génération d’images par intelligence artificielle.
