Folyamatosan bővíti a lehetőségek palettáját a Bing, és egyre nagyobb a mozgástere a felhasználóknak. Eddig a Bing alapvetően a szövegekre fókuszált, de ez nem fog így maradni, a Microsoft már be is jelentette, hogy nyit a vizuális területek felé, és már a képgenerálás is bekerül a mesterséges intelligencia eszköztárába.

A Google bejelentette, hogy elkezdi kiosztani a korai hozzáféréseket a Bard nevű chatbothoz, és minden bizonnyal erre szeretett volna a Microsoft reagálni azzal, hogy beszámolt a Bing képességeinek bővítéséről. A GPT-4 nagy nyelvi modellre lépülő generatív MI a jövőben már képes lesz arra, hogy szöveges információkra támaszkodva hozzon létre képeket, ehhez pedig a DALL-E modelljét fogja kölcsön venni.

Elmondta a Microsoft, hogy a chatbot kiválóan teljesít és rengeteg ember érdeklődését keltette fel. Egyre többen vannak, akik már napi rendszerességgel használják a Binget azért, hogy beszélgessenek vele. Azt is látja a vállalat, hogy nagyon sokan szeretik a kreatív tevékenységül során használni a szolgáltatást. És ebben egy új szintre fog lépni a generatív MI azáltal, hogy már nemcsak komplex helyzetekre lesz képes ötletekkel szolgálni, hanem azt is meg tudja majd tenni, hogy grafikákat állít elő az emberek kívánságai alapján.

Már több mint 100 millió beszélgetést indítottak az emberek globálisan az új Binggel, és nagyon sokszor merült fel igényként az, hogy képet vártak tőle. Eddig ilyen esetekben csalódást okozott a szolgáltatás, hiszen csak szöveges válaszokkal tudott szolgálni, viszont ez hamarosan megváltozhat. Jelentős részben a felhasználói igényekre reagálva fogja biztosítani a képgenerálási lehetőséget. Ezáltal a beszélgetések még nagyobb élményt nyújthatnak majd.

A Bing Image Creator a Microsoft elmondása alapján a „DALL-E modellnek egy fejlettebb verzióját” használja. Korábban a cég a GPT kapcsán is azt mondta, hogy a ChatGPT alapjául szolgáló modellnek egy fejlettebb kiadását alkalmazta, és mostanra hivatalosan is megerősítést nyert, hogy végig a GPT-4-et alkalmazta. Szóval könnyen lehet, hogy tényleg egy olyan technológiát fog bevetni az OpenAI és a Microsoft közösen, amivel korábban még nem találkozhattak az emberek, és túlmutat a DELL-E képgeneráló MI eddigi képességein is.

Érdekesség például, hogy a Microsoft közleménye szerint nemcsak szöveges, hanem kép tartalom is bevihető lesz instrukcióként a képek létrehozása során. Azt már tudjuk, hogy a GPT-4 megteremtette annak a lehetőségét, hogy képfeldolgozásra is képes legyen, és képekkel kapcsolatos kérdésekre is tudjon válaszolni.

Elmondta a Microsoft, hogy a múltban a keresés csak a létező, weben felfedezhető képekre korlátozódott, az új Bing azonban változtat majd ezen. Az emberek létrehozhatnak új grafikákat az egyedi kéréseik révén a generatív MI használatával. Az Image Creator megvalósítja majd azt, amit az emberek elképzelnek. A szolgáltatás kezdetbe csak a kreatív módba állított Bing esetében fog menni, és a „draw an image” vagy a „create an image” parancsokat kell majd hozzá használni, és csak angol nyelven működik.

Aki használt már korábban képgenerátort, az hamar ráérez majd arra, hogyan lehet a legtöbbet kihozni az új Bing képgenerátorából, de egyébként is könnyen kitapasztalható lesz, hogyan lehet ezt a leghatékonyabban munkára fogni. A funkció az Edge oldalsávjában is menni fog, így ez lesz az első böngésző integrált képgenerátorral.

Kiemelte a vállalat, hogy a képgenerátor az eddigi irányelveket figyelembe véve fog üzemelni, szóval kerül majd minden érzékeny témát, és megtagadhatja a képgenerálást, ha olyan dolgot kérnek tőle, ami tabu a számára. A biztonság és az etikus működés lényeges volt a fejlesztés során. Továbbá vízjelezni fogja a Binggel generált képeket a redmondi alakulat, hogy ne lehessen ezzel könnyedén visszaéléseket elkövetni.