Model GPT 3, czy GPT 3,5 – z którym użytkownicy mają do czynienia od listopada – wydawał się być przełomowym rozwiązaniem, ale w obliczu tego, co OpenAI i Microsoft chcą pokazać tym razem, mocno blednie.
Chatbot ma bowiem nie tylko odpowiadać na nasze pytania tworząc tekst pisany, ale również wchodzić w interakcję z podawanymi mu filmami i zdjęciami. Będzie w stanie opisywać co „widzi”, ale także – podobnie jak w przypadku Midjourney, czy Dall-E, innych algorytmów od Open AI i Microsoftu – tworzyć obrazy na nasze zamówienie. Wystarczy napisać co chcemy zobaczyć, a sztuczna inteligencja wygeneruje rysunek, czy fotorealistyczną wizję na bazie naszego żądania. Co więcej, AI będzie w stanie w ten sposób tworzyć wideo.