Viss, kas jāzina par GPT-4o attēlu ģenerēšanu!

Jums jau noteikti ir jāzina, ka ChatGPT var palīdzēt jums veidot attēlus. Jums pat varētu būt savs attēls. Giblificēts vienā brīdī – un mums jāpiekrīt, tas bija tik jautri! Bet vai OpenAI var paveikt vairāk? Nē, mēs tikai sākam. Tāpēc šajā rokasgrāmatā mēs iedziļināsimies GPT-4o attēlu ģenerēšanas būtībā un metodēs!

Kāpēc lietot ChatGPT attēlu ģenerēšanai?

ChatGPT ir bijusi attēlu ģenerēšanas iespēja kopš tā integrācijas ar DALL-E, difūzijas sistēmu. Tomēr tagad to ir aizstājis GPT-4o attēlu ģenerēšanas modelis, kas ir uzlabots multimodāls modelis. Šis modelis, kas ir apmācīts ar milzīgu attēlu un teksta datu apjomu, var radīt hiperreālistiskus attēlus.

OpenAI atveido attēlus tāpat kā LLM ģenerē tekstu, kas ļauj attēliem pievienot sakarīgu tekstu, ko daudzi attēlu ģenerēšanas rīki nevar izdarīt.

Dažas no to galvenajām funkcijām un iezīmēm, kas to izceļ, ir šādas:

• Jūs varat izveidot sakarīgu tekstu virs attēliem, kas ir ļoti grūti ar daudziem citiem ģeneratīvajiem rīkiem.
• Tas var saprast sarežģītas norādes, piemēram, mākslinieciskus ievades elementus, apgaismojumu, fonu un vairākus objektus.
• Ļauj veidot attēlus vairākās malu attiecībās, piemēram, vertikālā, kvadrātveida vai platleņķa formātā
• Vai vēlaties atjaunot attēlu Ghibli stilā? Jūs jau zināt. ChatGPT var to paveikt
• Saprot daudzus attēlu stilus, piemēram, pikseļu mākslu, 3D renderēšanu, minimālistisku līniju mākslu utt.
• Pārkrāsošana un pārkrāsošana, kas nozīmē, ka varat paplašināt esošu attēlu vai pievienot detaļas esošam fotoattēlam
• Novērš kaitīga, nepiemērota un politiku pārkāpjoša satura izveidi
• Palīdz atkārtotā rediģēšanā un atceras kontekstu, kas atvieglo attēla izmaiņu veikšanu.

Need es saku vairāk?

 

Kā piekļūt GPT-4o attēlu ģenerēšanai?

Labi, pietiek slavēt rīku un paskatīsimies, kā mēs to faktiski varam iegūt. ChatGPT lai ģenerētu mums attēlus. GPT-2o attēlu ģenerēšanas modelim var piekļūt divos veidos. Apskatīsim, kā to izdarīt!

Lai sāktu veidot attēlu, varat vienkārši pieteikties ChatGPT un norādiet attēla uzvedni, kuru vēlaties izveidot, un pēc dažām minūtēm tas jums izveidos attēlu. Un tik vienkārši tas ir!

Piezīme, kas jāpatur prātā, ka es izmantoju free GPT 4o modelim, lai to paveiktu, tātad, ja es ieguvu šo rezultātu, to vari arī tu!

Kādi ir lietošanas ierobežojumi?

Labi, tā kā mēs izmantojam free izmēģinājuma metode, ļaujiet man pastāstīt, kādi ir ierobežojumi:

• Dienā var ģenerēt tikai 3 attēlus. free plāns
• Plus plānā, kas maksā 20 USD mēnesī, jūs varat uzņemt 50 attēlus ik pēc 3 stundām.
• Tomēr profesionālajā plānā jūs saņemat neierobežotu attēlu paaudžu skaitu.

Ja esat tikai zinātkārs eksperimentētājs, tad free Izmēģinājuma versija ir vairāk nekā pietiekama, lai jūs varētu izmēģināt. Bet, ja jūs to izmantojat satura veidošanas procesiem, jums jāiegādājas Plus plāns.

Kā uzrakstīt uzdevumus, kas sniedz pārsteidzošus rezultātus?

Rakstīt uzdevumus ir īsta māksla, un, rakstot detalizētus uzdevumus, rodas attēli, kas jūs aizrauj. Tas nenozīmē, ka vienkārši uzdevumi neder. Vienkārši tas, ka tie var radīt atšķirīgu priekšstatu par to, ko iedomājāties.

Tātad, lai jūsu norādījumi būtu izcili, varat tos sadalīt 3 daļās un uzrakstīt:

1. Temats – persona, attēls vai objekts, kuru vēlaties izveidot
2. fons – Kur attēls tiek filmēts? Mežā vai futūristiskā pilsētā?
3. Stils – Kā vēlaties attēlot attēlu? 3D renderēšana stils vai kiberpanks?
4. Papildinformācija – pievienojiet jebkādu papildu informāciju, kas, jūsuprāt, varētu uzlabot attēlu. Tā var būt, piemēram, augsta izšķirtspēja, blakus esošu paneļu izkārtojums utt.

Nav viena veida, kā uzrakstīt uzvedni. Jūs varat freeVeido to, kā vien vēlies, un iegūsti dizainu, kādu esi iedomājies. Knifs ir izklaidēties un eksperimentēt ar ieteikumiem, lai tu zinātu, kāda veida ieteikumi var sniegt vēlamos rezultātus.

Lietošanas gadījumi, ko varat izmēģināt GPT-4o attēlu ģenerēšanas modelī

Tagad, kad esam apguvuši teorijas daļu, sāksim eksperimentēt ar viņu attēlu ģenerēšanas modeli. Ja nezināt, ar ko sākt, šeit ir daži padomi, ko varat izmēģināt.

1. Teksta pievienošana attēliem

Sakarīga teksta ģenerēšana mākslīgā intelekta attēlā joprojām ir sarežģīta, izmantojot daudzus mākslīgā intelekta ģenerēšanas rīkus. Taču ar ChatGPT, tā nav problēma. Lai redzētu, kā rīks izveido attēlus ar vārdiem, mēs izmēģinājām šādu uzvedni:

“Izveidojiet dīvainas šokolādes sīrupa pudeles attēlu Studio Ghibli animācijas stilā. Pudelei jābūt stilizētai etiķetei ar augšpusē uzrakstu “ChocoDream”. Attēlojiet to ar maigām, ar roku gleznotām tekstūrām, siltu zeltainu apgaismojumu un dīvainām detaļām, kas raksturīgas Ghibli filmām. Pudelei jāizskatās burvīgai, maģiskai un nedaudz lielākai par dzīvi, it kā tā piederētu burvīgai virtuvei no Ghibli pasaules.”

Un rezultāti:

2. Mimiskās fotografēšanas tehnikas

Izmantojot tikai fotografēšanas tehnikas, var izveidot daudz dažādu attēlu veidu, piemēram, tuvplānus, panorāmas skatus utt. Piemēram, varat teikt:

“Uzzīmējiet rozes tuvplānu ar smalkām rasas lāsēm uz tās ziedlapiņām. Fonam jābūt maigi izplūdušam, un meža vājajam siluetam jārada dziļums. Apgaismojumam jābūt dabiskam un maigam, izceļot rozes detaļas, vienlaikus saglabājot fonu atmosfērisku un nedaudz sapņainu.”

Un rezultāts būtu šāds:

3. Komiksu veidošana

Mēs visi mīlam komiksus, bet vai jūs man ticētu, ja es to teiktu ar ChatGPT, var veidot arī komiksu stāstu plānus? Un, tā kā tas ļauj veikt iteratīvu rediģēšanu un tam ir laba atmiņa, varoni var izveidot pat pēc sava tēla! “Forši” nav pietiekami spēcīgs vārds šim aprakstam.

Bet pagaidām mēs mēģinājām izveidot komiksu paneli ar ChatGPT izmantojot šo uzvedni:

“Izveidojiet komiksa lappusi, kas sadalīta 4 paneļos un ilustrēta dinamiski veidotā komiksu mākslas stilā. 1. pants: Jautra jauna meitene ienāk mājīgā, silti apgaismotā grāmatnīcā, kuras plaukti pilni ar grāmatām. 2. pants: Viņa pārskata plauktus un atrod grāmatu, kas piesaista viņas uzmanību, viņas seja iemirdzas ziņkārībā. 3. pants: Viņa ar prieku piespiež grāmatu pie krūtīm, acīmredzami to mīlot. 4. pants: Viņa stāv pie letes, smaidot, maksājot kasierim, ar gandarījuma un laimes sajūtu. Mākslai jābūt krāsainai, izteiksmīgai un šarmantai, kā sirsnīgam komiksam par dzīves ainavām.”

4. Dažādu mākslas stilu izmēģināšana

Vai vēlaties uzzināt, kā renesanses stila glezna izskatītos kiberpanka mākslas stilā? Jūs to varat viegli iztēloties no jauna ar ChatGPTUn jā, kad es to uzzināju, mana ziņkāre ņēma virsroku, un lūk, uzvedne, ko es izmantoju, lai izveidotu kosmosa kuģi kinematogrāfiskā mākslas stilā:

“Augstas izšķirtspējas fotogrāfija ar majestātisku Art Deco stila raķeti, kas iedvesmota no SpaceX Starship mēroga un varenības, stāvot uz reālistiska palaišanas platformas zelta stundā. Raķetei ir monumentālas vertikālas līnijas, pakāpienveida ģeometriskas kores, līdzīgas American Radiator Building, un spoguļpulēta metāla virsma, kas atspoguļo spilgtu saulrieta debesi. Raķete ir fotoreālistiska, iedvesmojoša un eleganta, ietērpta kinematogrāfiskā siltā gaismā ar spēcīgām ēnām un plašu ainavu, kas stiepjas līdz horizontam.”

Apskatiet, ko tas ģenerēja:

5. Projektēšana un prototipu veidošana

Daudzi uzņēmumu īpašnieki labprāt izmantotu šo iespēju. Jums nav nepieciešama nekāda dizaina, Photoshop vai Figma pieredze, jo ar uzvedni dažu sekunžu laikā varat izveidot sava rīka lietotāja saskarnes prototipu.

Apskatīsim, kā tas darbojas ar šo uzvedni:

"Izveidojiet tīru un modernu mobilās lietotnes saskarnes prototipu veselības un labsajūtas lietotnei. Ekrānam jābūt nomierinošā krāsu paletē (gaiši zili, zaļi un neitrāli) ar informācijas paneļa izkārtojumu. Iekļaujiet tādus galvenos elementus kā ikdienas soļu izsekotājs, hidratācijas atgādinājums, garastāvokļa pārbaude un meditācijas taimeris. Izmantojiet gludus, noapaļotus lietotāja interfeisa elementus, minimālistiskas ikonas un lietotājam draudzīgu izkārtojumu. Attēlojiet prototipu viedtālruņa ekrānā reālistiskā vidē (piemēram, turot rokā vai uz galda). Attēlā neiekļaujiet nekādu tekstu vai logotipus."

Labākā prakse, kas jāpatur prātā, veidojot attēlus ar ChatGPT

Pamatojoties uz to, ko esmu izmēģinājis, un iegūtajiem rezultātiem, šie ir daži padomi, kas, manuprāt, bija noderīgi, lietojot šo funkciju:

• Esiet pēc iespējas detalizētāks – Iekļaujiet jebkādu iespējamo informāciju par attēlu, piemēram, noskaņojumu, apgaismojumu, stilu utt., lai radītu priekšstatu, kas atbilst jūsu iztēlei.
• Atkārtot – Pirmajā reizē iegūt izcilus rezultātus var būt grūti. Tāpēc sāciet ar attēlu un gudri atkārtojiet to, lai rediģētu vēlamajā veidā.
• Sadalīt daļās – Ja apjomīga uzdevuma rakstīšana nav jūsu gaumē, sadaliet to vairākās daļās. Vispirms ģenerējiet attēlu, tad tēmu un tad detaļas, un pabeidziet to mākslinieciskā stilā, lai iegūtu labākos rezultātus.
• Sniedziet tehnisko informāciju – Sniedziet informāciju par malu attiecību, izšķirtspēju un krāsu kodiem, lai attēls būtu pēc iespējas līdzīgāks jūsu vēlmēm.

GPT-4o attēlu ģenerēšanas modeļa ierobežojumi

Lai gan rīks ir lielisks un tam ir dažas augstas kvalitātes paaudzes, tam ir savi ierobežojumi, kas jārisina.

• Tā kā mēs šo funkcionalitāti izmantojam uz free rīks, mūsu pieprasījumi bieži tiek ierindoti rindā, padarot renderēšanu dažkārt ļoti lēnu.
• Dzeltenīgi nokrāsoti attēli ir izplatīti
• Tumšāki attēli dažreiz ir pārāk tumši, padarot tos mazāk redzamus.
• Ja mēģināt attēliem pievienot ar preču zīmi aizsargātus objektus vai logotipus, rīks to neļaus. Es saskāros ar šo problēmu, kad mēģināju šokolādes sīrupam piešķirt nosaukumu Hershey, bet ChatGPT neļautu man to darīt stingro lietošanas vadlīniju dēļ.
• Grafiku datu attēli nav precīzi

Orientēšanās sarežģījumu risināšanā ChatGPT 4o 

ChatGPT 4. versijai ir daudz ierobežojumu, piemēram, ilgs renderēšanas laiks, kas var būt sarežģīti, ja atkārtoti jāveic darbības vienam attēlam. Arī servera slodze nepalīdz; tas vēl vairāk palēnina procesu.

Šeit darbojas tādi mākslīgā intelekta attēlu un video ģenerēšanas rīki kā Predis Mākslīgais intelekts var piedāvāt palīdzību. Tam ir īsāki renderēšanas periodi, ātrākas teksta rediģēšanas iespējas un iebūvētas malu attiecības, kas ir piemērotas daudziem sociālo mediju un reklāmu formātiem.

Predis AIDaudzās pievilcīgās funkcijas ietver:

• Tā var ģenerēt video kā arī attēlus, padarot to piemērotu daudziem sociālo mediju un reklāmas mērķiem.
• Ir iebūvēta krājumu bibliotēka, lai pievienotu resursus pēc saviem ieskatiem
• Var jums palīdzēt plānošana un vizualizējot attēlus uz satura kalendārs no tās pašas platformas
• Sadarbojieties ar savu komandu vienā platformā, lai apstiprināšanas process noritētu nemanāmi
• Ir integrēts analītikas informācijas panelis, kas palīdz uzzināt katra ieraksta veiktspēju un iegūt uz to balstītus ieskatus.
• Balstoties uz atziņām, kas iegūtas no ieskatiem, varat uzlabot turpmāko ierakstu veiktspēju.

Visas iepriekš minētās funkcijas ir atrodamas ChatGPT, Kas padara Predis Mākslīgais intelekts ir holistiskāka, visaptverošāka sociālo mediju satura veidošanas platforma nekā ChatGPT.

Final Domas

Ja mērķis ir veidot saturu jūsu sociālajiem tīkliem un reklāmām, tad ChatGPT var būt jūsu otrā izvēle lēnā renderēšanas laika un servera slodzes problēmu dēļ, bet Predis Mākslīgais intelekts apiet visas šīs problēmas un padara satura veidošanu par nemanāmu procesu, apkopojot visas nepieciešamās funkcijas vienā platformā.

Neticiet mums uz vārda, piereģistrēties forums Predis Mākslīgais intelekts, lai iegūtu jūsu free kontu un pārliecinies pats!

Jautājumi un atbildes: