Источники
Сделай её своей
Вдохновила эта история? Преврати идею в собственное ИИ-искусство за секунды — бесплатный старт, без банковской карты.
Начать бесплатноОбсуди это с
Выбери компаньона и узнай его мнение об этой истории

Ирис пишет о том, где ИИ-искусство встречается с культурой: стиль, авторство и образы, которые имеют значение.
Вдохновила эта история? Преврати идею в собственное ИИ-искусство за секунды — бесплатный старт, без банковской карты.
Начать бесплатноВыбери компаньона и узнай его мнение об этой истории
OpenAI запустила функцию Live Dictation для ChatGPT в своих веб-, настольных, iOS и Android-приложениях, позволяя пользователям произносить подсказки непосредственно в ИИ-помощник и видеть их транскрипцию в реальном времени. Это обновление устраняет необходимость записывать целое аудиосообщение перед его обработкой, предлагая более плавное и немедленное взаимодействие, которое может заметно ускорить фазы генерации идей и создания подсказок для ИИ-художников.
Для создателей ИИ-арта переход к транскрипции в реальном времени от модели «запись-затем-обработка» — это больше, чем удобство; это фундаментальное изменение в том, как быстро идеи могут переходить от мысли к исполнению. Вместо того чтобы останавливаться для формулирования полного предложения или абзаца, пользователи теперь могут говорить естественно, корректируя свою формулировку по мере появления текста. Это отражает итеративный характер традиционного скетчинга или мозгового штурма, где идеи развиваются в моменте. Представьте, что вы описываете сложную сцену для подсказки Charmloop image generation, накладывая детали, такие как «барочный городской пейзаж на закате, с неоновыми акцентами, отражающимися в луже, объемный туман, кинематографическое освещение». Возможность видеть и исправлять «барочный» на «рококо» или «неоновый» на «вейпорвейв» по мере того, как вы говорите, не прерывая свой поток, является тонким, но мощным улучшением творческого процесса. Это снижает когнитивную нагрузку, связанную с удержанием полной подсказки в уме до ее фиксации в тексте.
Эта немедленная обратная связь может значительно упростить инженерию подсказок. Создатели часто итерируют подсказки, корректируя прилагательные, добавляя стилистические модификаторы или экспериментируя с различными ракурсами камеры. С Live Dictation художник может продиктовать базовую подсказку, а затем немедленно продиктовать модификации, видя объединенный результат перед отправкой его в предпочитаемую модель изображения. Эта гибкость особенно полезна для изучения вариаций на тему или для тонкой настройки конкретной эстетики, например, тех, что представлены в нашем каталоге моделей. The Verge отмечает, что пользователи могут даже нажимать на экран, чтобы приостановить диктовку и внести текстовые правки, а затем возобновить речь, что еще больше повышает точность, доступную создателям, разрабатывающим очень специфические визуальные инструкции. Этот вид ручной манипуляции текстом в процессе работы имеет решающее значение для детального контроля, который ищут многие ИИ-художники, переходя от чисто разговорного интерфейса к более интерактивному, гибридному методу ввода. Это привносит новую плавность в иначе жесткий процесс генерации текста в изображение, повторяя прямоту рук скульптора на глине.

Новая функция Live Dictation в ChatGPT в действии, показывающая транскрипцию в реальном времени.
Изображение: The Verge / The Verge AI
Глобальное развертывание на веб-, настольных и мобильных устройствах гарантирует, что этот улучшенный опыт диктовки будет согласованным, независимо от устройства. Эта кроссплатформенная доступность критически важна для создателей, которые могут переключаться между мощной настольной установкой для тяжелого рендеринга и мобильным устройством для быстрой генерации идей на ходу. Единый опыт означает, что создатель, диктующий концепцию на своем телефоне во время поездки, может ожидать такой же отзывчивой транскрипции, как и когда он за своим столом, готовя подробную подсказку для высококачественного рендеринга. Эта широкая доступность также снижает барьер для входа для тех, кто считает набор текста громоздким или предпочитает более естественный, голосовой метод ввода, потенциально расширяя пользовательскую базу для продвинутых методов ИИ-арта. По мере того как инструменты ИИ все больше интегрируются в повседневные рабочие процессы, такие функции, как Live Dictation, гарантируют, что механизм ввода не станет узким местом для творчества.