News
GPUs融化中！從「畫素註解」到「魔法繪師」：ChatGPT-4o圖像技術有多猛？
社群媒體上瘋傳著各種以ChatGPT-4o生成的吉卜力風格圖像，熱潮之猛烈，甚至讓OpenAI創辦人Sam Altman在3月28日發推特表示："看到人們喜愛ChatGPT中的圖像功能真是太有趣了，但我們的GPU正在融化。我們將暫時引入一些使用限制，同時努力提高效率。希望不會太久！"——短短幾天，這則推文已獲得700萬次瀏覽，足見此功能的爆炸性影響。這些作品不僅令人驚嘆於其畫風以及角色連續性，更令人好奇其背後的技術突破。 與此同時 OpenAI 釋出了《GPT-4o系統卡的增補：原生圖像生成》技術報告，首次揭開了這款引爆網路的圖像生成技術的神秘面紗。 報告中的關鍵揭露令人驚訝：與之前的DALL·E系列截然不同，4o圖像生成並非獨立的擴散模型，而是深度嵌入GPT-4o架構中的自迴歸模型。這種根本性的架構差異，讓我們得以一窺AI視覺技術數十年來的演變歷程。 從早期需要人工標記每個像素的繁瑣工作，到如今能自動理解並創造精美圖像的全能模型，這一路徑不僅顯示技術的進步，更代表我們理解智能本質的深刻轉變。本文將帶您了解 AI 圖像訓練方法的演進過程，揭示從語義分割到弱監督學習，再到今日生成式
