स्थानीय बड़े मॉडल DeepSeek ने पूरी तरह से नए Janus-Pro मल्टी-मॉडल बड़े मॉडल का अनावरण किया है, जो औपचारिक रूप से चित्र निर्माण के क्षेत्र में प्रवेश कर रहा है। यह कदम DeepSeek के मल्टी-मॉडल एआई तकनीक में एक महत्वपूर्ण प्रगति का प्रतीक है। GenEval और DPG-Bench मानक परीक्षणों में, Janus-Pro-7B ने न केवल OpenAI के DALL-E3 को हराया बल्कि Stable Diffusion, Emu3-Gen जैसे लोकप्रिय मॉडलों को भी पीछे छोड़ दिया। Janus-Pro MIT का उपयोग करता है।

हाल ही में माइक्रोसॉफ्ट ने अपने AI संचालित Bing छवि जनरेटर के मॉडल अद्यतन को वापस लेने का निर्णय लिया, यह निर्णय नए संस्करण के प्रदर्शन के बारे में उपयोगकर्ताओं की असंतोष के बाद लिया गया। रिपोर्टों के अनुसार, माइक्रोसॉफ्ट ने 18 दिसंबर को Bing छवि जनरेटर को नए DALL-E3 मॉडल में अद्यतन किया, जिसके बाद उपयोगकर्ताओं ने देखा कि इस उपकरण का प्रदर्शन स्पष्ट रूप से गिर गया। उपयोगकर्ताओं ने पिछले की तुलना में उत्पन्न चित्रों की गुणवत्ता को खराब बताया, विशेष रूप से विवरण प्रबंधन और संकेतों के सटीक प्रदर्शन के मामले में। सोशल मीडिया और संबंधित फोरम पर, कई उपयोगकर्ताओं ने अपनी निराशा व्यक्त की।

कैलिफ़ोर्निया विश्वविद्यालय, बर्कली के अनुसंधान से पता चला है कि बड़े भाषाई मॉडल के स्वचालित सुझाव संशोधन के बाद, DALL-E3 द्वारा उत्पन्न छवियों की गुणवत्ता में 58% की महत्वपूर्ण कमी आई। DALL-E2, DALL-E3 और स्वचालित सुझाव संशोधित DALL-E3 के ऑनलाइन प्रयोगात्मक तुलना के माध्यम से, यह पाया गया कि DALL-E3 तकनीकी क्षमता में वृद्धि और उपयोगकर्ता सुझाव रणनीति अनुकूलता के मामले में DALL-E2 से बेहतर है। अनुसंधान ने बताया है कि DALL-E3 उपयोगकर्ता लंबी, अर्थ की समानता और वर्णनात्मकता से भरी सुझावों के माध्यम से उच्चतर छवि मेल प्राप्त करते हैं।

OpenAI ने हाल ही में घोषित किया है कि ChatGPT के मुफ्त उपयोगकर्ता अब प्रतिदिन DALL-E3 मॉडल द्वारा उत्पन्न दो चित्र बना सकते हैं, जो मुफ्त उपयोगकर्ताओं के लिए DALL-E3 का पहला उद्घाटन है। इस कार्यक्षमता के कार्यान्वयन के साथ, ChatGPT द्वारा उत्पन्न संकेत चित्र निर्माण प्रक्रिया को सरल बनाते हैं, जिससे उपयोगकर्ता केवल सरल विवरण देने पर शानदार चित्र डिजाइन प्राप्त कर सकते हैं। पिछले महीने DALL-E3 का प्रदर्शन मुख्य रूप से सशुल्क उपयोगकर्ताओं के लिए था, लेकिन अब का अद्यतन सभी उपयोगकर्ताओं को एक सुविधाजनक निर्माण उपकरण प्रदान करता है।

OpenAI ने हाल ही में घोषणा की है कि मुफ्त उपयोगकर्ता अब प्रतिदिन अपने DALL-E 3 मॉडल से दो चित्र बनाने की सुविधा का उपयोग कर सकते हैं, यह सेवा पहले केवल ChatGPT Plus के प्रीमियम सब्सक्रिप्शन उपयोगकर्ताओं के लिए सीमित थी।

OpenAI का छवि उत्पन्न करने वाला DALL-E3 छवि मेटाडेटा में वॉटरमार्क जोड़ेगा, ताकि अधिक कंपनियों द्वारा सामग्री के स्रोत और वास्तविकता के मानकों को लागू किया जा सके। C2PA का वॉटरमार्क ChatGPT वेबसाइट और DALL-E3 मॉडल API से उत्पन्न छवियों में दिखाई देगा। उपयोगकर्ता OpenAI प्लेटफॉर्म द्वारा उत्पन्न किसी भी छवि के स्रोत की जांच करने के लिए Content Credentials Verify जैसी वेबसाइटों का उपयोग कर सकते हैं। C2PA ऐसी कंपनियों द्वारा बनाया गया है जैसे Adobe और Microsoft।

अनुसंधान टीम ने DALL-E3 की चित्र निर्माण क्षमता को बढ़ाने के लिए एक नई प्रशिक्षण विधि प्रस्तुत की। यह विधि संश्लिष्ट शीर्षकों और वास्तविक शीर्षकों को जोड़ती है, जो स्थानिक धारणा और पाठ प्रस्तुति की समस्याओं का समाधान करती है। GPT-4 जैसे उच्च श्रेणी के भाषा मॉडल पाठ की गुणवत्ता और गहराई बढ़ाने में महत्वपूर्ण भूमिका निभाते हैं। अनुसंधान ने DALL-E3 में चित्र निर्माण की गुणवत्ता और सटीकता में उल्लेखनीय सुधार का प्रदर्शन किया। यह रणनीति भविष्य की पाठ से चित्र निर्माण प्रौद्योगिकी के निरंतर विकास के लिए आधार स्थापित करती है।

🚀 वास्तविक समय खोज फ़ीचर आधिकारिक रूप से ChatGPT में प्रवेश कर गया, डेटा की कटौती तिथि सीमा को तोड़ते हुए।📷 DALL-E3 का समावेश, उपयोगकर्ता पाठ क्वेरी के माध्यम से चित्र प्राप्त कर सकते हैं।🎨 ChatGPT की मल्टीमीडिया जनरेशन सर्च इंजन वास्तविक समय में, अधिक विविध इंटरैक्शन के तरीकों के साथ।

माइक्रोसॉफ्ट ने घोषणा की है कि बिंग चैट ओपनएआई इमेज जनरेशन टूल DALL-E3 को शामिल करेगा। DALL-E3 ने चित्रों में सटीक रूप से पाठ, लेबल और प्रतीकों को उत्पन्न करने में DALL-E2 की क्षमताओं को बेहतर बनाया है। DALL-E3 अक्टूबर में भुगतान करने वाले ग्राहकों के लिए उपलब्ध होगा, जबकि निःशुल्क उपयोगकर्ता बिंग चैट के DALL-E3 इमेज जनरेटर का उपयोग कर सकेंगे। DALL-E3 चित्रों में लेखन को संभालने में बेहतर प्रदर्शन करता है।