OpenAI ได้เปิดตัวความสามารถใหม่ของ ChatGPT ที่รวมถึงการสร้างภาพผ่านฟีเจอร์ ChatGPT Images และโมเดล GPT-Image-1.5 ซึ่งเป็นก้าวสำคัญในการเพิ่มขีดความสามารถด้าน Multimodal ให้กับผลิตภัณฑ์ของตน
การอัปเดตนี้แสดงให้เห็นถึงการทำงานร่วมกันของทีมวิจัยและพัฒนาขนาดใหญ่ เพื่อผลักดันขีดจำกัดของ AI ในการสร้างสรรค์และประมวลผลข้อมูลหลากหลายรูปแบบ
โครงการนี้มีทีมงานชั้นนำจากหลายฝ่าย อาทิ Gabriel Goh ในฐานะ Project Leadership และ Adele Li ในฐานะ Research Lead รวมถึงผู้เชี่ยวชาญด้าน Sora และ Multimodal ที่ร่วมกันขับเคลื่อนการพัฒนาครั้งนี้
การเปิดตัวครั้งนี้ตอกย้ำถึงความมุ่งมั่นของ OpenAI ในการพัฒนา AI ให้มีความสามารถในการรับรู้และสร้างสรรค์ข้อมูลได้หลากหลายรูปแบบมากขึ้นอย่างต่อเนื่อง
ศัพท์ที่ควรรู้
- Multimodal – หมายถึงความสามารถของ AI ที่สามารถรับและประมวลผลข้อมูลได้หลายรูปแบบพร้อมกัน เช่น ข้อความ รูปภาพ เสียง
- ChatGPT Images – คือฟีเจอร์ใหม่ที่ช่วยให้ผู้ใช้สามารถสั่งให้ AI สร้างภาพตามคำสั่งข้อความได้
- GPT-Image-1.5 – คือชื่อของโมเดลที่ใช้ในการสร้างภาพ ซึ่งเป็นเวอร์ชันที่ถูกนำมาใช้ในการอัปเดตครั้งนี้
ที่มา: OpenAI