🚀 Обновления GPT-4o (никакого текстового фотошопа)

Я писал (https://t.me/optifyhub/174) про Gemini 2.0 Flash Experimental и его крутой "текстовый фотошоп"? Google тогда выкатил фичу первым, позволив модели самой генерить и попиксельно редактировать картинки.
Ну вот, OpenAI подсуетились и тоже добавили генерацию/редактирование картинок в GPT-4o! Заявляли давно, но, видимо, пинок от Google сработал. Теперь и ChatGPT может в картинки прямо в чате и всё что можно уже перевели в аниме стиль студии Ghibli...
🧐 НО! Есть пара деталей!
В отличие от Gemini, где можно реально редактировать детали (изменить цвет волос, добавить объект), GPT-4o работает иначе. Он не редактирует пиксели, а полностью перегенерирует картинку с нуля по вашему новому запросу. Да, результат будет похож на оригинал, но это совсем не "текстовый фотошоп".
🤔 Что это значит на практике?
Хотите убрать фон, сменить одежду или цвет волос на фото? Будьте готовы, что ваше лицо (или другие важные детали) тоже могут "странным образом измениться". Точечно изменить элемент, сохранив остальное в неприкосновенности, как в Gemini, пока не получится. Это скорее "ре-генерация с учётом пожеланий".
😏 Но что же можно делать с картинками в GPT-4o?
Несмотря на нюансы, возможности интересные:
- генерировать превью для YouTube/соцсетей по вашим наброскам.
- расставлять мебель на фото "как надо" и делать красиво.
- конвертировать мир в аниме (даже советские плакаты!).
- создавать "вики-страницы" картинками (пока лучше на английском).
- красть look с фото и раскладывать одежду в стиле flat lay.
- генерировать изображения с довольно неплохим текстом внутри.
🎬 Sora!
Кроме генератора видео у OpenAI теперь есть и свой генератор картинок. Он довольно хорош.
🤯 Обновление модели GPT-4o!
OpenAI тихонько выкатили свежий чекпоинт, и теперь GPT-4o в топе:
- кодинг: с 5 места на 🥇 ПЕРВОЕ!
- математика: с 14 на 🥈 ВТОРОЕ!
- сложные промпты: с 7 на 🥇 ПЕРВОЕ!
- Общий зачет: с 5 на 🥈 ВТОРОЕ!
🫡 OpenAI = iPhone в мире ИИ?
Всё это складывается в интересную картину. Подписка OpenAI за 20$ всё больше напоминает экосистему Apple:
- берёшь подписку – и получаешь одни из лучших решений для текста (GPT-4o), генерации картинок (GPT-4o, Sora), видео (Sora), кодинга (o3-mini-high).
- не нужно регистрироваться в десятках сервисов. Платишь один раз и получаешь мощный комбайн.
- как и с iPhone, если вам нужен абсолютный топ в чём-то одном - самый фотореалистичный генератор картинок (Midjourney, Ideogram), самая мощная модель для узкой задачи (Claude 3.7 Sonnet, Gemini-2.5-Pro), самый продвинутый видео-генератор (Kling) - то, придётся искать отдельные, специализированные инструменты. А это отдельные аккаунты и ещё -$20 несколько раз...
Вывод: я купил подписку ChatGPT.
На фото сравнение результатов добавления объектов на изображение: - у GPT-4o качество круче, но он изменил всё изображение, в том числе лицо робота-горничной.
- у Gemini качество хуже, но он лишнее не трогал. Так что "текстовый фотошоп" пока только один.

Подписываемся, подписываемся: