ChatGPT የስቱዲዮ ጊብሊ አይነት ምስሎችን እንዴት እንደሚፈጥር ይረዱ።

በቦምብ ፍንዳታው መካከል አዝማሚያ ከአኒሜ አይነት ፎቶዎች፣ እንዴት እንደሆነ አስበህ መሆን አለበት፦ ውይይት ጂፒቲ ምስሎችን በአይነት መልክ ይፈጥራል ስቲስት ጊቢቢከዚህ በፊት ማድረግ አልቻለም? እሺ… አዲሱ የጄኔሬቲቭ ኢሜጂንግ አቅም OpenAI በእውነት አዲስ ነው እና የኩባንያው አርቴፊሻል ኢንተለጀንስ ሞዴል እንዴት እንደሚሰራ ላይ ካለው ትልቅ ለውጥ ጋር የተያያዘ ነው። በዚህ ጽሑፍ ውስጥ እንዴት... ውይይት ጂፒቲ የጥበብን መድገም ችሏል ስቲስት ጊቢቢ እና ከሌሎች ሞዴሎች ጋር ሲነፃፀሩ ዋና ዋና ልዩነቶች።

ChatGPT የጊብሊ አይነት ምስሎችን እንዴት ይፈጥራል?

እንዴት እንደሆነ ለመረዳት ውይይት ጂፒቲ ውስጥ የተፈጠሩትን አይነት ምስሎችን መፍጠር ችሏል አዝማሚያ do ስቲስት ጊቢቢዋና ዋና ለውጦችን ማወቅ አስፈላጊ ነው OpenAI በሞዴሉ ውስጥ GPT-4oከታች ያንብቡ።

በ GPT-4 ሞዴል ውስጥ ምን ተለውጧል?

የምስል ማመንጨት በ GPT-4o በሥነ ሕንፃ ላይ የተመሰረተ ነው። ሽግግርንድፎችን የሚተነትን እና የጽሑፍ መግለጫዎችን ከእይታ አካላት ጋር የሚያቆራኝ ነው። በዘፈቀደ ምስል የሚጀምሩ እና ቀስ በቀስ የሚያሻሽሉትን "የስርጭት ሞዴሎች" በተለየ መልኩ፣ GPT-4o ምስሉን በተከታታይ ደረጃዎች በመገንባት፣ ይህም የእይታ ትስስርን እና ወደሚፈለገው ዘይቤ ታማኝነትን የሚያሻሽል የራስ-ሰር መመለሻ ዘዴን ይጠቀማል።

በምስሎች ውስጥ ትክክለኛነት እና የጽሑፍ አተረጓጎም ላይ መሻሻል እና ዝርዝር መመሪያዎችን የመረዳት እና የመከተል ችሎታን በመጨመር፣ ውይይት ጂፒቲ በአንድ ትዕይንት ውስጥ (እስከ 20 የሚደርሱ፣ ከዚህ በፊት ከነበሩት 5 እና 8 ነገሮች ጋር ሲነጻጸር) በርካታ የተለያዩ ነገሮችን የማስተዳደር ችሎታውን ጨምሯል እና በመካከላቸው ያለውን ትክክለኛ ግንኙነት መጠበቅ ይችላል።

ከቀደምት ሞዴሎች ጋር ሲነጻጸር፣ ለምሳሌ ዳኤል-ኢ3, እነሱም የተጠቀሙበት ቧንቧዎች (የደረጃዎች ወይም የሂደቶች ስብስብ) ለተለያዩ የሚዲያ ዓይነቶች የተለዩ፣ GPT-4o የተዋሃደ አቀራረብን ተቀብሏል፣ ይህም ከጽሑፍ ትዕዛዞች ጋር የበለጠ የሚጣጣሙ ፈጣን ምላሾችን እና ምስሎችን በመፍቀድ፣ በርካታ መካከለኛ ሂደቶችን አስፈላጊነት ያስወግዳል። ይህ ማለት ሞዴሉ በተጠቃሚዎች የሚቀርቡትን ጥያቄዎች ልዩነት በተሻለ ሁኔታ መተርጎም ይችላል፣ ይህም የእይታ ውጤቱ ከዋናው ዓላማ ጋር የበለጠ የተጣጣመ መሆኑን ያረጋግጣል።

ይህ ሁሉ ኃይል አወዛጋቢ ችግር ይዞ ይመጣል፡- በኦንላይን ፋሽን ፍንዳታ ምክንያት ለግራፊክስ ፕሮሰሲንግ ከፍተኛ ፍላጎት ሲኖር፣ OpenAI የመሳሪያውን አጠቃቀም ለጥቂት ቀናት መገደብ አስፈላጊ ሆነ፣ በተለይም ለነፃ ተጠቃሚዎች ውይይት ጂፒቲምክንያቱም የእነሱ GPU ዎች የኩባንያው ዋና ሥራ አስፈፃሚ እንደገለጹት "እየቀለጡ ነበር"። ሳም አልልማንምንም እንኳን ችግሩ ቢኖርም፣ ኩባንያው ቀደም ሲል ሥራ አስፈፃሚው እንዳስታወቀው፣ ለነፃ ፕላኑ ተጠቃሚዎች የላቀ የምስል ማመንጨት አቅም አውጥቷል።

ዝመናው የጊብሊ አይነት ምስሎችን እንዴት ያስችላል?

ግን ይህ ሁሉ የ AI ውበትን የመሳብ ችሎታን በተመለከተ ምን ማለት ነው? ስቲስት ጊቢቢበአዲሱ ዝመና ምክንያት፣ GPT-4o በብዙ የምስል ምሳሌዎች ላይ በመመስረት የቅጥ ቅጦችን የተሻለ ግንዛቤ ያገኛል፣ እና በተጠቃሚው በተሰጡት ትዕዛዞች ላይ በመመስረት እነዚህን ባህሪያት መድገምን ይማራል።

ምንም እንኳን እ.ኤ.አ. OpenAI የሥልጠና መረጃዎቻቸው የተወሰኑ የጥበብ ስራዎችን ከሚከተሉት ውስጥ ያካተተ መሆኑን በግልጽ አልገለጹም። ስቲስት ጊቢቢ, እንዴት መንፈስ ተወገደ ou ልጁ እና ሄሮን – የስቱዲዮዎችን እና የህያው አርቲስቶችን የቅጥ መባዛት የሚለይ ክፍተትን ማለፍ – ሞዴሉ የስቱዲዮውን ውበት የመድገም ችሎታው በርካታ የፊልሞችን እና ተዛማጅ ቅጦችን ምሳሌዎችን እንዳገኘ በጥብቅ ያሳያል።

በዚህ ኤግዚቢሽን አማካኝነት፣ GPT-4o የስዕሉን ዘይቤ የሚገልጹ ዋና ዋና የእይታ ባህሪያትን ይወቁ ስቲስት ጊቢቢየሚከተሉትን ጨምሮ፡ በእጅ የተሳሉ አኒሜሽን ስሜት፣ ብዙውን ጊዜ ባህላዊ የወረቀት አኒሜሽን የሚያስታውስ፤ የአስደናቂ እና የመረጋጋት ስሜትን የሚያነቃቁ ዳራዎች፤ በተለምዶ ትላልቅ፣ ስሜታዊ ዓይኖችን የሚያሳዩ ገላጭ ገጸ-ባህሪያት፤ በፓስቴል እና ድምጸ-ከል ድምጾች የሚመራ ለስላሳ፣ ተፈጥሯዊ የቀለም ቤተ-ስዕል፤ ብዙውን ጊዜ የቅዠት ክፍሎችን ከእውነታዊነት ጋር የሚያዋህዱ ዝርዝር አካባቢዎች።

በተጨማሪም እ.ኤ.አ. GPT-4o እንዲሁም ምስሎችን እንደ ግብዓት ማስኬድ ይችላል፣ ይህም ተጠቃሚዎች ነባር ምስሎችን እንዲቀይሩ ወይም አዲስ ይዘት ለመፍጠር እንደ መሰረት እንዲጠቀሙባቸው ያስችላል። በዚህ መንገድ፣ ለማባዛት ስለሚፈልጉት የኪነጥበብ ዘይቤ ሁሉንም ዝርዝሮች መግለጽ ከማያስፈልጋቸው በተጨማሪ ተጠቃሚዎች እራሳቸውን ወይም እንደገና ለመፍጠር የሚፈልጉትን ፎቶ መግለጽ አያስፈልጋቸውም፤ ፎቶን ወደ ውይይቱ ውስጥ ያስገባሉ እና AI በአኒሜሽን ዘይቤ እንዲደግመው ይጠይቃሉ - ስለሱ በጽሑፋችን ላይ እንደሚታየው። ChatGPTን በመጠቀም የጊቢሊ አይነት ምስሎችን እንዴት መፍጠር እንደሚቻል, ፈጣን ምክሮችን በመስጠት።

ሌሎች የአይአይኤስ ባለሙያዎች የስቱዲዮ ጊቢሊን ዘይቤ መምሰል ይችላሉ?

አዳዲስ ምስሎችን በመጠቀም ይፍጠሩ ውይይቶች ይሁን እንጂ፣ የቅርብ ጊዜ ፈጠራ አይደለም፣ በማሻሻያ የተገኘው አቅም ውይይት ጂፒቲ በጥያቄው የተጠቆሙትን ዝርዝሮች መተንተን እና እንደገና ማባዛት የ AI ን ወደነበረበት ይመልሳል። OpenAI ከዋና ዋና ተወዳዳሪዎቹ ቀድመው ይቀጥላሉ፣ ለምሳሌ ጀሚኒ, መ ስ ራ ት google, ግሮክ፣ እዛ ኤክስኤአይ e ኮፒሎት፣ እዛ Microsoft, በምስል ማመንጨት ረገድ።

በ... ተመስጦ ወደ ስዕል የተቀየረው ተመሳሳይ ምስል መካከል ያለውን ልዩነት ይመልከቱ። ስቲስት ጊቢቢ ተመሳሳይ ጥያቄን በመከተል፦

Crie uma imagem, inspirada nessa foto, com base no estilo do Studio Ghibli

የመጀመሪያውን ምስል ዝርዝሮች በተሻለ ሁኔታ ከመያዝ በተጨማሪ፣ በጄኔሬቲቭ ኢሜጂንግ ውስጥ ካሉት ታላላቅ እድገቶች አንዱ... GPT-4o ይህ በሸሚዙ ላይ ያለውን አርማ እና ፊደላትን እንደገና የመፃፍ ችሎታን ያሳያል፣ ይህም ከሌሎች ሞዴሎች ጋር ሲነጻጸር ትልቅ ችግር ነው።

ሳለ ግሮክ በሆነ መንገድ የዚያን ዘይቤ ባህሪያት እንደገና ለመፍጠር ያስተዳድራል። ስቲስት ጊቢቢምንም እንኳን በምስል ዝርዝር ጉዳዮች ላይ ችግር ቢኖርም፣ ጀሚኒ ሙሉ በሙሉ ከእህል ጋር ይቃረናል፣ ይህም አጠቃላይ ጥበብን ያስከትላል። ያንን ማስታወስ ጠቃሚ ነው... google የጄኔሬቲቭ ምስሎችን በማዘመን ላይ ቀድሞውኑ ኢንቨስት ማድረግ ጀሚኒውስብስብ ምስሎችን እና የፎቶ አርትዖትን መፍጠር ያስችላል - እነዚህ መሳሪያዎች በAI ስቱዲዮ በመጠቀም ሊሞከሩ ይችላሉ።. አቤቱ: ኮፒሎት፣ እዛ Microsoft, ለጥያቄው ምላሽ መስጠት አልቻለም።

ለመግባት መሳሪያውን አስቀድመው ሞክረውታል? የስቱዲዮ ጊቢ አዝማሚያበአስተያየቶቹ ውስጥ ይንገሩን።

እንዲሁም ይመልከቱ

የተገመገመ ጽሑፍ አሌክሳንደር ማርከስ በ04/01/2025 ዓ.ም.

ምንጮች- በሕንድ ታይምስ, ሂንዱስታን ታይምስ, የኢኮኖሚ ጊዜ