返回全部资讯
OpenAI 官方博客T1·基座大模型

OpenAI 发布 GPT-4o 图像生成系统卡附录:详解原生多模态能力与安全评估

原标题:Addendum to GPT-4o System Card: 4o image generation
78AI 研判分

OpenAI 正式公布 GPT-4o 原生图像生成功能的技术细节与安全评估。该功能深度嵌入全模态架构,相比 DALL·E 3 具备更强的指令遵循、文本渲染及图像转换能力。文档重点阐述了伴随新能力产生的边际风险及相应的安全缓解措施。

报道正文

4o 图像生成是一种全新的、能力显著强于我们早期 DALL·E 3 系列模型的图像生成方法。它能够生成逼真的照片级输出,能够接收图像作为输入并对其进行转换,还能遵循详细的指令,包括可靠地在图像中融入文本。此外,由于它原生嵌入在我们全模态 GPT‑4o 模型架构的深层结构中,4o 图像生成可以利用其掌握的所有知识,以微妙且富有表现力的方式应用这些能力,从而创造出不仅美观而且实用的图像。

4o 图像生成得益于我们现有的安全基础设施,以及我们在部署 DALL·E 和 Sora 过程中积累的经验教训。与此同时,这些新功能也带来了一些新的风险。本附录作为 GPT‑4o 系统卡的一部分,阐述了我们重点关注的那些边际风险,以及我们为应对这些风险所开展的工作。