GPT-4o 騙了所有人，逐行畫圖只是前端特效？！底層架構細節成迷，奧特曼呼籲大家別玩了

夢晨 發自 凹非寺

量子位 | 公眾號 QbitAI

GPT-4o玩家太瘋狂，奧特曼緊急呼籲別再生成圖片了：OpenAI團隊為此一直在熬夜。

為什麼需要熬夜呢，自原生圖像生成推出以來，必須一直有人守著才能保持服務器在線。

與此同時，有人通過分析ChatGPT前端代碼，發現用戶看到的逐行生成效果只是瀏覽器端的動畫。

在整個生成過程中，服務器只發送五張中間結果。

甚至可以手動調整參數改變模糊效果的範圍。

發現這港中文博士生Jie Liu表示，從產品設計的角度來看這種做法是合理的。

但對於試圖通過GPT-4o生成過程推斷其底層架構的研究人員來說，就容易讓人誤解了。

由於OpenAI未公佈GPT-4o圖像生成的技術細節，此前確實有人依據這個生成過程動畫，猜測底層架構可能是多尺度自回歸的組合。

這下很多猜想又要推倒重來了。

或許讓其他研究者看不明白，也正是OpenAI這樣設計的目的之一。

GPT-4o更多玩法

萬物皆可吉卜力之後，又有更多的新玩法被開發出來，並且開始顯現出在圖像上推理的能力。

比如可以根據文字提示生成一個有解的迷宮。

不過作者稱這種行為很難可靠地複現。

再比如可以生成金字塔最初建造時的樣子，這裏的難點在於金字塔數千年後的照片太多了，此前在其他AI生圖模型中大多是過擬合的。

GPT-4o還被發現可以生成近乎完美的無縫材質貼圖，也就是在任何方向上都可以無限重覆，可以配合AI代碼生成開發遊戲。

具體提示詞如下，可以達到95%無縫效果。

在開發玩法的同時，大家也挖掘出更多GPT-4o行為的細節。

GPT-4o為了規避版權有在拚

AI生成圖像，版權是個大問題。

明顯可以看出，這次OpenAI在藝術家風格問題上有所放寬，使吉卜力玩法一時風靡。

但在人物肖像權上，GPT-4o的表現非常不一致。

比如輸入一張名人照片，AI可以據此生成周邊產品。

但如果用文字提示詞要求它生成一張名人的照片，就有可能遭到拒絕。

也有人發現，GPT-4o對於人物肖像權的行為與Sora之間也不一致。

GPT-4o可以生成哈利樸達扮演者Danniel Radcliffe，提示詞是生成哈利樸達這個角色就不行。

但在Sora上兩者又都可以。

總之，OpenAI乃至整個AI行業，在處理版權問題，避免法律風險上還有很長的路要走。

參考鏈接：

[1]https://x.com/sama/status/1906210479695126886

[2]https://x.com/jie_liu1/status/1905761704195346680

[3]https://x.com/majidmanzarpour/status/1906128593203188137

https://x.com/fofrAI/status/1905386570066124861

[4]https://x.com/egeberkina/status/1905986284465574159

[5]https://x.com/goodside/status/1906395583700422934