Trong thời đại trí tuệ nhân tạo phát triển mạnh mẽ, OpenAI tiếp tục đem đến những đột phát sáng tạo với sự ra mắt của DALL-E 3, một công cụ tạo hình ảnh tiên tiến. Đây là sự kết hợp đầy tiềm năng giữa trí tuệ nhân tạo và chatbot thông minh như ChatGPT, mở ra những khả năng đáng kinh ngạc trong việc tạo ra hình ảnh độc đáo và sáng tạo.
Xem thêm: OpenAI là gì? Các tính năng và ứng dụng nổi tiếng của OpenAI hiện nay
OpenAI cho biết: “Các hệ thống chuyển văn bản thành hình ảnh hiện đại có xu hướng bỏ qua từng từ hoặc mô tả vụn vặt, buộc người dùng phải học kỹ thuật nhanh chóng. Tuy nhiên, Dall-E 3 thể hiện bước nhảy vọt về khả năng tạo ra hình ảnh tuân thủ chính xác văn bản bạn cung cấp”.
Nói cách khác, Dall-E 3 có khả năng hiểu bối cảnh tốt hơn, không bỏ qua những từ cụ thể như phiên bản trước. Điều này bao gồm việc tạo các kết xuất thậm chí là những chi tiết nhỏ nhất của lời nhắc văn bản, và đặt khoảng cách thích hợp giữa chúng và các thành phần khác của cảnh, chẳng hạn như mặt trăng phía trên đường phố trong hình ảnh bên dưới. Đặc biệt, Dall-E 3 hứa hẹn sẽ có thể tạo ra bàn tay con người chính xác hơn, một nhiệm vụ mà nhiều trình tạo hình ảnh AI hiện có luôn gặp khó.
OpenAI cho biết thuật toán AI trong DALL-E 3 đã được đào tạo nâng cao để hiểu rõ hơn ý nghĩa của văn bản đầu vào, thay vì chỉ tập trung vào một số từ khóa cụ thể như các phiên bản trước. Điều này cho phép DALL-E 3 có thể xem xét, đánh giá toàn bộ ngữ cảnh đầu vào để tạo ra hình ảnh phù hợp hơn.
Dall-E 3 sẽ được cung cấp cho các khách hàng sử dụng ChatGPT Plus và Enterprise từ tháng 10 thông qua giao diện lập trình ứng dụng (API). Người dùng có thể đưa ra yêu cầu hình ảnh và điều chỉnh lời nhắc thông qua cuộc trò chuyện với ChatGPT. Bằng cách kết hợp các kỹ năng ngôn ngữ của chatbot với trình tạo hình ảnh, ý tưởng mà OpenAI nhắm đến là giúp người dùng tạo ra những hình ảnh chính xác, với khả năng tùy chỉnh cao. Ngay cả với câu lệnh đơn giản, ChatGPT cũng có thể mở rộng thành câu lệnh dài chi tiết để hướng dẫn DALL-E 3.
Khi được gợi ý một ý tưởng, ChatGPT sẽ tự động tạo các lời nhắc chi tiết, phù hợp cho Dall-E 3 để biến ý tưởng của bạn thành hiện thực”. Nếu bạn thích một hình ảnh cụ thể nhưng nó không phù hợp lắm, bạn có thể yêu cầu ChatGPT chỉnh sửa chỉ bằng một vài từ.
Nhìn chung, sự ra mắt của Dall-E 3 đã đánh dấu một bước tiến quan trọng của công nghệ AI sáng tạo hình ảnh, hứa hẹn mở ra nhiều cơ hội mới cho các ứng dụng sáng tạo nội dung trong tương lai.
OpenAI khẳng định đã bỏ ra nhiều công sức cho Dall-E 3 nhằm tạo ra những biện pháp an toàn mạnh mẽ để ngăn chặn việc tạo ra các hình ảnh thù địch. Công ty cũng đã hợp tác với “quân đỏ” bên ngoài – các nhóm cố tình phá một hệ thống để kiểm tra độ an toàn – và dựa vào phân loại đầu vào (một cách để dạy cho mô hình ngôn ngữ bỏ qua các từ nhất định để tránh lời nhắc bạo lực, khiêu khích). Dall-E 3 cũng sẽ không thể tạo hình ảnh những nhân vật của công chúng nếu lời nhắc đề cập một cái tên cụ thể.
Sự kết hợp giữa DALL-E 3 và ChatGPT mang lại nhiều lợi ích đáng kể. Dưới đây là một số điểm nổi bật:
- Tạo hình ảnh sáng tạo: DALL-E 3 có khả năng tạo ra hình ảnh độc đáo và sáng tạo từ văn bản mô tả. ChatGPT có thể tương tác với DALL-E 3 để đưa ra yêu cầu tạo hình ảnh cụ thể dựa trên cuộc trò chuyện. Điều này giúp nghệ sĩ, nhà thiết kế và các ngành công nghiệp khác tạo ra nội dung hình ảnh mới mẻ và độc đáo.
- Truyền đạt thông điệp: Kết hợp giữa hình ảnh và văn bản có thể giúp truyền đạt thông điệp mạnh mẽ hơn. Các doanh nghiệp có thể sử dụng DALL-E 3 và ChatGPT để tạo hình ảnh và nội dung tương tác để quảng cáo sản phẩm hoặc dịch vụ của họ.
- Giáo dục và tạo nội dung: Trong lĩnh vực giáo dục, DALL-E 3 và ChatGPT có thể hỗ trợ việc tạo nội dung học tập, tạo ra hình ảnh minh họa cho giáo trình và tạo các tài liệu học tập thú vị và hiệu quả.
- Thông tin và truyền thông: Các trang web tin tức và truyền thông có thể sử dụng sự kết hợp này để tạo hình ảnh minh họa cho các bài báo và bài viết, giúp làm cho nội dung trở nên hấp dẫn hơn.
- Tiếp thị và quảng cáo: Các chiến dịch tiếp thị có thể sử dụng DALL-E 3 và ChatGPT để tạo ra hình ảnh và quảng cáo sáng tạo, thu hút sự chú ý của khách hàng.
- Giải trí: Trong ngành giải trí, DALL-E 3 và ChatGPT có thể tạo ra hình ảnh và nội dung độc đáo cho phim ảnh, truyền hình và trò chơi điện tử, mang đến trải nghiệm giải trí mới mẻ cho người tiêu dùng.
- Y tế và khoa học: Trong lĩnh vực y tế và nghiên cứu khoa học, công cụ này có thể được sử dụng để tạo hình ảnh minh họa cho bài báo và nghiên cứu, giúp hiểu rõ về các hiện tượng phức tạp.
- Sáng tạo và nghệ thuật: DALL-E 3 và ChatGPT cung cấp cơ hội cho các nghệ sĩ và nhà thiết kế sáng tạo để tạo ra những tác phẩm nghệ thuật độc đáo và tiếp cận đối tượng thụ động.
- Hệ thống trợ giúp thị giác: Các ứng dụng thị giác có thể sử dụng sự kết hợp này để phát triển các công cụ hỗ trợ nhận diện hình ảnh, giúp người dùng trong việc xử lý hình ảnh và dữ liệu thị giác phức tạp.
- Tạo nội dung tự động: Công cụ này có tiềm năng tạo ra nội dung tự động cho các trang web, ứng dụng di động và nền tảng truyền thông xã hội, giảm thời gian và công sức trong việc sản xuất nội dung sáng tạo.
Tuy nhiên trong thông báo về Dall-E 3, OpenAI thừa nhận mối lo ngại ngày càng tăng xung quanh rủi ro lừa đảo lạm dụng hình ảnh do AI tạo ra. OpenAI cho biết: “Chúng tôi cũng đang nghiên cứu những cách tốt nhất để giúp mọi người xác định thời điểm hình ảnh được tạo bằng AI”. Công ty đang nghiên cứu một công cụ nội bộ để giải mã nghệ thuật do AI tạo ra so với nghệ thuật do con người tạo ra và cho biết họ sẽ sớm chia sẻ nhiều hơn. Hy vọng OpenAI sẽ sớm hồi sinh công cụ phát hiện văn bản do AI tạo ra. Công cụ này đã bị vô hiệu hóa vào tháng 7 do hiệu suất kém.