Program
Dasar-Dasar Kecerdasan Buatan
10 jam
Apa Itu Pembuatan Gambar GPT-4o?
Pembuatan gambar GPT-4o adalah fitur baru pada model GPT-4o yang memungkinkan pengguna membuat gambar langsung di dalam ChatGPT. Fitur ini menghadirkan pembuatan gambar secara native ke platform, sehingga mudah diakses untuk berbagai keperluan seperti kreativitas, pendidikan, dan lainnya.
Peluncuran ini merupakan lompatan besar dibandingkan teknologi pembuatan gambar sebelumnya, karena bertujuan membuat pembuatan gambar lebih akurat, mudah digunakan, dan bermanfaat di banyak situasi. Misalnya, pengguna kini dapat membuat gambar dengan memberikan prompt spesifik, memadukan gambar dengan teks, atau bahkan mengedit gambar melalui instruksi sederhana.
Secara keseluruhan, pembuatan gambar GPT-4o dapat digunakan untuk berbagai tugas kreatif, seperti membuat komik, merancang kartu dagang, membuat meme, atau bahkan materi edukasi yang menjelaskan topik kompleks. Misalnya, saya meminta ChatGPT untuk merangkum isi bagian ini melalui sebuah infografik:
Contoh infografik menggunakan pembuatan gambar GPT-4o
Bagaimana Cara Mengakses Pembuatan Gambar GPT-4o?
Fitur pembuatan gambar GPT-4o tersedia sebagai generator gambar default di ChatGPT. Menurut OpenAI, fitur ini tersedia untuk pengguna Plus, Pro, Team, dan Free. Namun, berdasarkan pengalaman saya, saya tidak berhasil menggunakannya di paket Free, dan kemudian OpenAI mengonfirmasi bahwa akses belum tersedia di paket Free karena tingginya permintaan.
Pengembang akan dapat membuat gambar dengan GPT-4o melalui API dalam beberapa minggu mendatang.
Anda dapat membuat gambar dengan GPT-4o dengan memilih model GPT-4o dan memberikan prompt teks yang menjelaskan apa yang ingin Anda buat.
Kita juga dapat terus mengobrol untuk meminta perubahan:
Contoh Pembuatan Gambar GPT-4o
Setelah membahas cara menggunakan modelnya, mari kita tunjukkan apa yang bisa dilakukannya melalui delapan contoh praktis.
OpenAI mengklaim bahwa model baru ini tidak hanya menghasilkan gambar yang indah. Ia mampu menghasilkan gambar yang benar-benar berguna di dunia nyata. Menurut saya, agar model pembuatan gambar benar-benar bermanfaat, ia harus bisa memodifikasi gambar yang sudah ada atau menerapkan gaya yang ada secara konsisten.
Dalam situasi nyata, biasanya kita tidak menginginkan gambar dari nol. Kita sudah punya gaya tertentu dan ingin menghasilkan gambar dalam gaya tersebut, atau kita punya foto dan perlu memodifikasinya. Berikut beberapa contohnya:
- Pemilik kedai kopi yang ingin memposting foto pemasaran tidak menginginkan gambar kedai kopi acak—mereka menginginkan foto kedai kopi mereka sendiri.
- Jika saya menggunakan AI untuk membuat cerita visual, saya harus bisa mempertahankan karakter yang konsisten sepanjang cerita. Tidak ada gunanya jika gambarnya tidak konsisten.
- Sebagai fotografer, saya tidak tertarik membuat gambar dari nol yang tidak ada di dunia nyata. Saya justru ingin bisa mengedit foto yang sudah ada.
1. Teks
Kita sudah melihat pada contoh logo bahwa GPT-4o dapat menghasilkan teks di dalam gambar. Menghasilkan teks mandiri mungkin adalah contoh yang paling mudah.
Untuk mengujinya lebih jauh, saya mencoba membuat teks pada sebuah objek:
Contoh ini menampilkan dua kemampuan penting:
- Model mampu membuat teks pada objek dengan cara yang konsisten dengan bentuk objek tersebut.
- Model dapat memahami warna dan mengikuti skema warna.
Untuk mendorong model lebih jauh, saya memintanya membuat teks yang lebih panjang dan menampilkannya di gambar dengan cara yang mudah dibaca. Berikut hasilnya:
Saya terkesan dengan ini. Model lain yang pernah saya coba sebelumnya tidak menjalankan tugas ini sebaik ini.
2. Transparansi
GPT-4o mampu membuat gambar dengan area transparan. Ini sangat berguna untuk gambar yang akan ditumpangkan di atas konten lain, seperti stiker karakter dari sebuah gim.
Saya mengambil foto diri saya dan meminta GPT-4o membuat karakter pixel art berdasarkan foto tersebut. Berikut hasilnya:
Perhatikan bahwa latar belakang transparan tidak dibuat secara default, tetapi ketika diminta hasilnya baik dan tidak mengubah hasil aslinya.
3. Konsistensi karakter
Berdasarkan percakapan sebelumnya, saya mencoba membuat sebuah adegan menggunakan karakter pixel art yang telah saya buat. Ini hasilnya:
Karakter pada gambar ini memiliki resolusi berbeda dari yang asli. Detailnya lebih banyak, sehingga tampaknya GPT-4o membuat karakter baru berdasarkan foto, bukan menggunakan karakter yang dibuat sebelumnya.
Hasilnya tetap bagus, tetapi belum bisa langsung digunakan dalam gim karena kita perlu dua karakter yang lebih konsisten. Pada tahap ini, hasilnya lebih cocok sebagai inspirasi bagi seniman pixel ketimbang sebagai hasil akhir.
4. Membuat cerita yang terperinci
Selanjutnya, saya ingin membuat strip komik untuk menceritakan bagaimana saya mengambil foto lanskap kota Taipei beberapa bulan lalu. Saya gunakan ini untuk menguji bagaimana GPT-4o menangani pembuatan gambar dari instruksi yang terperinci.
Saya mulai dengan meminta model membuat karakter komik berdasarkan diri saya. Lalu, saya memberikan detail untuk setiap frame pada strip komik tersebut.
Hasil pertama mendekati yang saya inginkan, tetapi belum sepenuhnya akurat. Saya juga merasa model kembali membuat karakter baru alih-alih menggunakan yang pertama dibuat.
Namun, saya sangat puas dengan hasilnya setelah saya meminta perubahan. Rasanya menarik melihat malam itu dihidupkan kembali sebagai strip komik.
Saya sangat menyukai bahwa model mampu meniru foto pada frame terakhir. Menurut saya, itu membuat hasilnya semakin baik.
5. Pengeditan foto
Berikutnya, saya mencoba pengeditan foto. Beberapa bulan lalu, saya bepergian kembali ke Eropa, dan saya mengambil foto sebelum naik pesawat. Sayangnya, ada pantulan mengganggu di jendela karena saya memotretnya dari dalam. Saya mencoba menggunakan Photoshop untuk menghapusnya tetapi tidak berhasil.
Saya mencoba lagi menggunakan GPT-4o, dan hasilnya sangat baik.
Berikut beberapa contoh lain pengeditan foto menggunakan GPT-4o:
Sekali lagi, belum sempurna tetapi sudah cukup bagus. Pada contoh pertama, orang-orang berhasil dihapus tetapi bangunan di belakang ikut berubah. Foto malamnya bagus tetapi sedikit terlalu gelap.
Detail menarik lainnya, karena sifat GPT-4o yang berbasis percakapan, model cenderung menerapkan perubahan baru pada gambar terbaru. Dalam kasus ini, saat saya meminta hujan, saya berharap ia memodifikasi gambar asli, bukan gambar malamnya.
Kita bisa mengatasinya dengan menyebutkan gambar yang dimaksud di prompt atau memulai percakapan baru.
6. Color grading
Sebagian besar pengeditan foto saya berupa penyesuaian warna, bukan mengubah konten foto.
Saya penasaran seberapa baik GPT-4o dalam color grading, jadi saya bereksperimen dengan color grading pada salah satu foto saya. Salah satu film favorit saya adalah Blade Runner 2049, dan saya menyukai estetika keseluruhan film tersebut, jadi saya ingin melihat apakah GPT-4o bisa melakukan color grading foto urban saya dalam gaya itu. Berikut hasilnya:
Saya menyukai hasilnya. Ini menghemat banyak waktu dibandingkan jika saya mengedit sendiri. Saya juga senang karena (sebagian besar) integritas gambar tetap terjaga.
Pada contoh ini, kita mendeskripsikan hasil yang diinginkan secara tekstual. Saya juga mencoba memberikan contoh gambar dengan palet warna untuk melihat apakah model bisa melakukan color grading foto saya dalam gaya tersebut. Menurut saya, hasilnya sangat baik.
7. Infografik dan diagram
Infografik adalah representasi visual dari informasi atau data yang dirancang untuk memudahkan pemahaman ide kompleks dengan cepat. Sejauh ini, saya belum melihat model yang dapat menghasilkan infografik yang benar-benar berguna.
Mari menguji GPT-4o dengan memintanya membuat infografik yang menjelaskan mengapa ada begitu banyak gempa bumi di Taiwan.
Hasil pertama cukup tidak akurat, karena lokasi dan ejaan Taiwan salah. Saya memintanya memperbaiki dan hasilnya lebih baik. Namun, hasil barunya masih belum sempurna karena akhir penjelasannya terpotong.
Ini menunjukkan bahwa model belum sempurna. Namun, saya telah melihat banyak contoh daring di mana model cukup baik dalam tugas ini.
Sebagai pendidik daring, saya sering perlu membuat diagram untuk konten saya. Saya mencoba meminta GPT-4o membuatkan diagram, tetapi saya belum menemukan hasil yang bagus. Berikut yang saya dapat ketika meminta diagram yang menggambarkan Merge Sort. Diagramnya menangkap gagasan yang tepat, tetapi semua detailnya salah.
Secara keseluruhan, saya merasa ini adalah area di mana model-model ini masih perlu banyak peningkatan.
8. Menambahkan elemen ke gambar yang sudah ada
Terakhir, saya mencoba memodifikasi foto yang ada dengan menambahkan elemen ke dalamnya. Pada contoh ini, saya punya foto dari dalam kedai teh, dan saya memintanya menggambar cangkir teh di atas meja:
Saya pernah mencoba membuat gambar ini dari nol menggunakan DALL-E, tetapi setiap kali, tampilan dan nuansa keseluruhannya kurang realistis. Bisa menambahkan elemen ke foto asli membuat jauh lebih mudah untuk mendapatkan hasil yang saya inginkan.
Kesimpulan
Dalam artikel ini, kita menjelajahi fitur baru yang menarik dari pembuatan gambar GPT-4o dan kemampuan-kemampuan luar biasanya. Melalui delapan contoh praktis, kita melihat bagaimana model ini dapat membuat teks di dalam gambar, menangani transparansi, dan mempertahankan konsistensi karakter. Setiap kemampuan menunjukkan betapa fleksibel dan efektifnya GPT-4o dalam mewujudkan visi kreatif.
Saya merasa masih banyak ruang untuk peningkatan dalam hal infografik dan diagram. Gambar yang dihasilkan pada kasus-kasus ini selaras dengan prompt tetapi kurang akurat dan konsistensi faktualnya kurang.
Sudah lama saya tidak merasa seantusias ini terhadap rilis AI. Menurut saya, GPT-4o benar-benar mengubah permainan di bidang pembuatan gambar. Saya sangat bersemangat untuk terus bereksperimen dan sudah punya banyak ide yang tidak sabar ingin saya jelajahi dan wujudkan.
