編者按：本文來自微信公眾號(hào) “量子位”（ID:QbitAI），作者：一水，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。

OpenAI全量開放GPT-4o圖像生成能力，這回免費(fèi)用戶第一時(shí)間上車！

即日起在ChatGPT和Sora中，向所有Plus、Pro、Team和免費(fèi)用戶推出。

一夜之間，各種實(shí)測(cè)結(jié)果刷屏。最驚艷的莫過于對(duì)文本的處理能力。

比如，4o可以100%還原文字內(nèi)容，且指定文字?jǐn)[放位置。

男人右手舉著“a few”，左手舉著“words”

還能像連續(xù)劇一樣，一邊準(zhǔn)確生成文字，一邊變換人物動(dòng)作。

仔細(xì)對(duì)比兩張圖，第一張白板中的男人倒影和第二張圖也對(duì)應(yīng)上了。

昨晚OpenAI突然宣布要開個(gè)小直播發(fā)布，這回奧特曼出現(xiàn)了（前情：GPT-4.5發(fā)布時(shí)他由于帶娃沒來）。

直播中展示了各種玩法，比如制作梗圖、文本渲染、多輪交互生成和指令遵循等。

直接現(xiàn)場(chǎng)咔嚓一張自拍，然后立馬轉(zhuǎn)成動(dòng)漫風(fēng)格。

順帶官方玩梗制作meme圖，要求在圖片中添加“feel the agi”。（沒錯(cuò)，生成時(shí)還知道將小寫換成更符合的大寫）

現(xiàn)在，打開ChatGPT，即可嘗試這些能力。

實(shí)測(cè)生成速度很快（大約十幾秒一張），但普通用戶每天僅有3次體驗(yàn)機(jī)會(huì)。

API預(yù)計(jì)將在未來幾周內(nèi)逐步推出。

這波主打一個(gè)美觀又實(shí)用

我們終于邁向了這種真正集成的多模態(tài)模型。

按照官方介紹，作為多模態(tài)模型的4o現(xiàn)在終于補(bǔ)齊了一塊重要拼圖——圖片生成。

而且主打一個(gè)美觀和實(shí)用兩手抓。

話不多說，我們直接來看其能力升級(jí)的具體表現(xiàn)。

各項(xiàng)能力大升級(jí)

首先，OpenAI表示4o現(xiàn)在能精確融合符號(hào)和圖片了。

比如直接給一段文字，然后生成一張制作精美的菜單：

而且支持在多輪對(duì)話中逐步調(diào)整圖片內(nèi)容和風(fēng)格。

類似下面這樣，提供一張貓貓?jiān)瓐D，然后一步步創(chuàng)建一個(gè)游戲角色：

此外還非常注重細(xì)節(jié)，官方稱4o可以處理多達(dá)10-20個(gè)不同的物體，而其他模型一般在處理5-8個(gè)物體時(shí)就會(huì)遇到困難。

除了上述，4o在生成真實(shí)圖像方面也表現(xiàn)出色。

連現(xiàn)實(shí)版“照貓畫虎”也有了(doge）：

網(wǎng)友實(shí)測(cè)ing

看完官方宣傳效果，網(wǎng)友們也趕緊來了一波實(shí)測(cè)~

經(jīng)典梗圖第一時(shí)間申請(qǐng)出戰(zhàn)，畫面還真毫無違和感hhh。

甚至，復(fù)現(xiàn)同款書寫圖也是不在話下：

One More Thing

話說最近這兩天也過于熱鬧了，DeepSeek、OpenAI和谷歌幾乎同臺(tái)開戰(zhàn)。

值得一提的是，昨晚11點(diǎn)（北京時(shí)間）OpenAI突然宣布將有小發(fā)布，而DeepSeek剛剛發(fā)布了DeepSeek-v3-0324的官方技術(shù)報(bào)告。

不知道是不是被DS逼出來的新發(fā)布呢？（doge）

參考鏈接：

[1]https://openai.com/index/introducing-4o-image-generation/

[2]https://x.com/chatgpt21/status/1904683763914674208

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個(gè)人觀點(diǎn)，不代表創(chuàng)業(yè)邦立場(chǎng)，轉(zhuǎn)載請(qǐng)聯(lián)系原作者。如有任何疑問，請(qǐng)聯(lián)系editor@cyzone.cn。