Źródła
Zrób to po swojemu
Zainspirowała Cię ta historia? Zamień pomysł we własną sztukę AI w kilka sekund — zacznij za darmo, bez karty.
Zacznij za darmoPogadaj o tym z
Wybierz towarzysza i poznaj jego zdanie na temat tej historii

Iris pisze o styku sztuki AI i kultury — o stylu, autorstwie i obrazach, które mają znaczenie.
Zainspirowała Cię ta historia? Zamień pomysł we własną sztukę AI w kilka sekund — zacznij za darmo, bez karty.
Zacznij za darmoWybierz towarzysza i poznaj jego zdanie na temat tej historii
OpenAI uruchomiło dyktowanie na żywo dla ChatGPT w swoich aplikacjach internetowych, stacjonarnych, iOS i Android, umożliwiając użytkownikom wypowiadanie podpowiedzi bezpośrednio do asystenta AI i obserwowanie ich transkrypcji w czasie rzeczywistym. Ta aktualizacja eliminuje potrzebę nagrywania całej wiadomości audio przed jej przetworzeniem, oferując bardziej płynną i natychmiastową interakcję, która może znacząco przyspieszyć fazy ideacji i podpowiedzi dla artystów AI.
Dla twórców sztuki AI, przejście na transkrypcję w czasie rzeczywistym z modelu „nagraj-potem-przetwórz” to coś więcej niż wygoda; to fundamentalna zmiana w szybkości, z jaką pomysły mogą przechodzić od myśli do realizacji. Zamiast zatrzymywać się, aby sformułować całe zdanie lub akapit, użytkownicy mogą teraz mówić naturalnie, dostosowując swoje sformułowania, gdy tekst się pojawia. Odzwierciedla to iteracyjny charakter tradycyjnego szkicowania lub burzy mózgów, gdzie pomysły ewoluują w danej chwili. Wyobraź sobie opisywanie złożonej sceny dla podpowiedzi generowania obrazu Charmloop, nakładając szczegóły takie jak „barokowe miasto o zmierzchu, z neonowymi akcentami, odbijające się w kałuży, mgła wolumetryczna, oświetlenie kinowe”. Możliwość zobaczenia i poprawienia „barokowe” na „rokoko” lub „neonowe” na „vaporwave” podczas mówienia, bez przerywania płynności, to subtelne, ale potężne ulepszenie procesu twórczego. Zmniejsza to obciążenie poznawcze związane z utrzymywaniem w umyśle kompletnej podpowiedzi przed zapisaniem jej w tekście.
Ta natychmiastowa pętla sprzężenia zwrotnego może znacząco usprawnić inżynierię podpowiedzi. Twórcy często iterują podpowiedzi, zmieniając przymiotniki, dodając modyfikatory stylistyczne lub eksperymentując z różnymi kątami kamery. Dzięki dyktowaniu na żywo artysta może podyktować podstawową podpowiedź, a następnie natychmiast podyktować modyfikacje, widząc połączony wynik przed wysłaniem go do preferowanego modelu obrazu. Ta zwinność jest szczególnie przydatna do eksplorowania wariacji na temat lub do precyzyjnego dostrajania konkretnej estetyki, takiej jak te znalezione w naszym katalogu modeli. The Verge zauważa, że użytkownicy mogą nawet dotknąć ekranu, aby wstrzymać dyktowanie i wprowadzić edycje tekstu, a następnie wznowić mówienie, co dodatkowo zwiększa precyzję dostępną dla twórców tworzących bardzo specyficzne instrukcje wizualne. Ten rodzaj praktycznej manipulacji tekstem w trakcie pracy jest kluczowy dla szczegółowej kontroli, której wielu artystów AI poszukuje, odchodząc od czysto konwersacyjnego interfejsu w kierunku bardziej interaktywnej, hybrydowej metody wprowadzania. Wprowadza to nową płynność do sztywnego procesu generowania tekstu na obraz, odzwierciedlając bezpośredniość rąk rzeźbiarza na glinie.

Nowa funkcja dyktowania na żywo w ChatGPT w akcji, pokazująca transkrypcję w czasie rzeczywistym.
Obraz: The Verge / The Verge AI
Globalne wdrożenie na platformach internetowych, stacjonarnych i mobilnych zapewnia, że to ulepszone doświadczenie dyktowania jest spójne, niezależnie od urządzenia. Ta dostępność międzyplatformowa jest kluczowa dla twórców, którzy mogą przełączać się między potężnym zestawem stacjonarnym do ciężkiego renderowania a urządzeniem mobilnym do szybkiej ideacji w podróży. Ujednolicone doświadczenie oznacza, że twórca dyktujący koncepcję na swoim telefonie podczas dojazdów może oczekiwać tej samej responsywnej transkrypcji, co przy biurku, przygotowując szczegółową podpowiedź do renderowania o wysokiej wierności. Ta szeroka dostępność obniża również barierę wejścia dla tych, którzy uważają pisanie za uciążliwe lub preferują bardziej naturalną, mówioną metodę wprowadzania, potencjalnie poszerzając bazę użytkowników zaawansowanych technik sztuki AI. W miarę jak narzędzia AI stają się coraz bardziej zintegrowane z codziennymi procesami pracy, funkcje takie jak dyktowanie na żywo zapewniają, że mechanizm wprowadzania nie stanie się wąskim gardłem dla kreatywności.