OpenAIは、過去数ヶ月間、その生成的人工知能（AI）画像モデルの新しい反復を非公開でテストしており、YouTuber MattVidProによってリークされた初期のサンプルは、それが以前の画像ジェネレータを上回ることを示している。
「マットはYouTubeに投稿したプレビューで、「非常にエキサイティングだ。「Midjourneyはこのレベルでは太刀打ちできない。Midjourneyのバージョン6もこのレベルでは太刀打ちできないだろう。
しかし、すぐに試すことはできないだろう。アクセスは極めて限られている。
この未発表モデルはおそらくDALL-E 2のアップグレード版で、ChatGPT-4内の招待制プレビューでテストされている。マットによると、この新しいOpenAI画像ジェネレーターにアクセスできるのは世界で400人程度だという。
限定的ではあるが、画像サンプルはAIの高度なスキルを示している。実際の写真を模倣した照明と反射を持つシャープな画像を作成した。このモデルは、目に見える筆跡まで詳細な絵画を再現した。また、「スニッカーズ」のようなブランド名や、サブウェイのような有名ブランドのロゴを、生成された製品上に完璧に再現した。
現在の画像ジェネレーターが首尾一貫した手に苦労しているのに対して、サンプルはリアルで適切なプロポーションの手を示した。背景も、競合するAIシステムよりも説得力があるように見えた。
OpenAIは、このモデルの可能性をテストするために、安全フィルターを外したようだ。ユーザーによれば、暴力的なコンテンツやヌードも躊躇なく生成できるという。しかし、NSFWコンテンツに対するOpenAIのスタンスを知っているだけに、このような基準で公式公開版がリリースされる可能性は低い。
「OpenAIのことだから、リリースする前に、彼らがあらゆるものにそうするように、この件もナニーダウンするのは間違いない」とマットは観察している
。
一部の専門家は、OpenAIが潜在的な論争を避けるために、そのモデルを “ダンピング “していると批判している。一部の研究では、OpenAIがChatGPTの出力に強い政治的バイアスをかけるように訓練したとさえ指摘されている。
それにもかかわらず、サンプルで示された一貫した品質は飛躍的な進歩である。これは、生成AI能力を向上させるためのOpenAIの継続的な努力を浮き彫りにしている。特に、画像認識と生成の分野が、同社の主力製品であるマルチモーダルGPT-4（テキスト、画像、原稿を1回のプロンプトで理解できる）の堅牢性を向上させるのに役立つのであれば。
今のところ、この技術はごく少数のユーザーによるクローズドなテストにとどまっている。
モデルの改良が進めば、人工と現実の境界線はさらに曖昧になる。これは多くの人々を興奮させるが、誤用に関する懸念も残るだろう。この技術を責任を持って構築することは、依然として緊急の課題である。
