ChatGPTは騒動を巻き起こしているが、それは言葉のせいではない

広告画像はベトナムのユーザーが共有したChatGPTから合成された。写真： TSCS 。

3月26日、OpenAIは「Images in ChatGPT」機能を統合しました。これにより、ユーザーはGPT-4oモデルを使用して直接画像を生成できます。48時間後、OpenAIのCEOであるサム・アルトマン氏はXに、画像ジェネレーターのトラフィックが多すぎるため、無料アカウントへのアクセスを1日3回に制限しなければならなかったと投稿しました。

その間、ベトナムの多くのお客様に体験していただきました。専門家や業界関係者からも、この新しい画像ジェネレーターに関してコメントやアドバイスをいただきました。

広告写真の「余剰」

ChatGPTの画像認識機能は、大規模言語モデルで学習されているため、ベトナム語にも対応しています。さらに、ユーザーはこの機能の多くの実用的な用途を発見しており、例えば、写真のコンセプト作成やスタイル設定、プロフェッショナルな製品説明の作成、記事や漫画のイラストレーション作成などです。

具体的には、FacebookやTikTokで「ChatGPT 画像作成」というキーワードを入力すると、画像作成方法に関する無数の記事、動画、コメント、説明がすぐに表示されます。「ChatGPTの新しい画像作成機能は非常に印象的で、特にベトナム語のコマンドを理解できるのが素晴らしいです」と、AIグラフィックデザインを専門とするフリーランサーのTruong Thuy氏は述べています。

一方、Anh Vietアカウントは、ChatGPTはPhotoshopと同じように画像を処理するが、よりスマートであるとコメントする記事を投稿しました。

私はあなた、あなたは1

ChatGPTの画像の活用法は、ユーザーによって数多く発見されています。写真： Meta。

しかし、他の多くのユーザーは、これは単なる娯楽ツールであり、面白い画像を作成するためのものであり、仕事には使えないと主張しています。また、他のモデルと比較して、ChatGPTの画像処理に時間がかかることも指摘しています。

ChatGPTの画像についてコメントしたAdvertising Vietnamおよび人工知能を使用したオンラインビデオ編集ツールSnapcut.aiの創設者であるTrung Nguyen氏は、この機能は実際には新しいものではないと述べました。

「OpenAIが立ち上げられる前は、画像作成の専門家が非常に優れた成果を上げており、時にはこのバージョンのChatGPTよりも優れた成果を上げていたことさえありました」とTrung氏はTri Thuc - Znewsに語った。

しかし、他の AI 画像生成ツールの大きな問題は、適切な画像を取得するために時間がかかったり、ユーザーが長くて詳細なコマンドを入力しなければならないことです。

私はあなたの兄弟です2

同じコマンドで、ChatGPT（左）とMidjourneyで生成された画像結果を比較します。写真： Digidop。

一方、OpenAIが先行統合したGPT-4oは、言語やユーザーの要求を理解する能力に加え、従来のツールよりも創造性に優れています。ユーザーは、品質や美観に関わらず、満足のいく写真を作成するために、簡潔なコマンドを入力するだけで済みます。

ドンナイ省でウェディングフォトスタジオを経営するホアン・ヴィエット氏は、以前のツールは高コストの高性能ハードウェア（ハイエンドGPU）に依存しすぎていて、特定の顧客層にしか適していなかったと述べています。Midjourneyほど鮮明な画像や、Stable Diffusionほど詳細なカスタマイズは得られませんでしたが、ChatGPT、Gemini、Grokなどの写真作成ツールは、ウェブやスマートフォンで直接編集する際に、より安価で便利な選択肢を提供してくれました。

ChatGPTの制限

OpenAIの最新アップデートは、チャット内で直接画像を生成できるGemini FlashとxAIのGrok Auroraに続くものです。TechCrunchのテストでは、ChatGPTの画像生成AIは幅広いスタイルに対応できるのに対し、GeminiとGrokは高解像度で詳細なオブジェクトの処理を優先していることが示されています。

Viet氏によると、ChatGPTの画像は商品写真に適しており、多くのグラフィックデザイナーが憧れる画像を復元する能力を備えているとのことです。そのため、この機能はグラフィックデザイン、マーケティング、コンテンツライティング、eコマースなどの業界に影響を与えることが予測されます。

私はあなたの兄弟です3