OpenAI Mengintegrasikan Generasi Gambar Cerdas yang Didukung oleh GPT-4o ke dalam ChatGPT

OpenAI kini telah mengintegrasikan alat pembuatan gambar yang kuat langsung ke dalam ChatGPT. Mulai hari ini, pengguna dapat membuat visual yang detail menggunakan model GPT-4o yang diperbarui, yang unggul dalam memahami konteks, menangani permintaan yang rumit, dan bahkan menghasilkan teks yang sempurna di dalam gambar.

Versi sebelumnya dari ChatGPT bergantung pada jaringan saraf DALL-E 3, tetapi sistem baru — yang disebut Gambar di ChatGPT — beroperasi pada GPT-4o “universal” multimodal. Ini berarti model ini secara bersamaan memproses teks, audio, video, dan gambar, secara dramatis meningkatkan akurasi. Sekarang, AI dapat secara akurat mengasosiasikan hingga 15–20 objek dalam satu gambar, menghindari kesalahan yang sebelumnya terjadi dengan hanya 5–8 elemen.

Salah satu perbaikan kunci adalah kemampuan untuk menghasilkan gambar dengan teks yang sangat terbaca — sebuah tantangan yang telah lama menjadi kelemahan generatif model. ChatGPT kini dapat menghasilkan menu restoran, logo dengan keterangan, atau infografis tanpa kesalahan ketik. Selain itu, pengguna kini memiliki fitur pengeditan: gambar yang diunggah dapat dimodifikasi dengan menambahkan atau menghapus elemen melalui prompt teks.

Fitur baru ini tersedia untuk semua langganan ChatGPT, termasuk tingkat gratis, meskipun batasan serupa dengan DALL-E 3 masih berlaku. Sementara itu, DALL-E akan terus tersedia melalui modul GPT kustom. OpenAI juga telah memberikan perhatian khusus pada keselamatan: semua gambar ditandai dengan metadata C2PA untuk mengidentifikasi konten yang dihasilkan AI, dan sistem memblokir permintaan yang terkait dengan kekerasan, deepfake, dan penyalahgunaan potensial lainnya.