編者按：本文來自微信公眾號 “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，這回免費用戶第一時間上車！

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

一夜之間，各種實測結(jié)果刷屏。最驚艷的莫過于對文本的處理能力。

比如，4o可以100%還原文字內(nèi)容，且指定文字擺放位置。

男人右手舉著“a few”，左手舉著“words”

還能像連續(xù)劇一樣，一邊準確生成文字，一邊變換人物動作。

仔細對比兩張圖，第一張白板中的男人倒影和第二張圖也對應上了。

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

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)場咔嚓一張自拍，然后立馬轉(zhuǎn)成動漫風格。

順帶官方玩梗制作meme圖，要求在圖片中添加“feel the agi”。（沒錯，生成時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。

實測生成速度很快（大約十幾秒一張），但普通用戶每天僅有3次體驗機會。

API預計將在未來幾周內(nèi)逐步推出。

這波主打一個美觀又實用

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)在終于補齊了一塊重要拼圖——圖片生成。

而且主打一個美觀和實用兩手抓。

話不多說，我們直接來看其能力升級的具體表現(xiàn)。

各項能力大升級

首先，OpenAI表示4o現(xiàn)在能精確融合符號和圖片了。

比如直接給一段文字，然后生成一張制作精美的菜單：

而且支持在多輪對話中逐步調(diào)整圖片內(nèi)容和風格。

類似下面這樣，提供一張貓貓原圖，然后一步步創(chuàng)建一個游戲角色：

此外還非常注重細節(jié)，官方稱4o可以處理多達10-20個不同的物體，而其他模型一般在處理5-8個物體時就會遇到困難。

除了上述，4o在生成真實圖像方面也表現(xiàn)出色。

連現(xiàn)實版“照貓畫虎”也有了(doge）：

網(wǎng)友實測ing

看完官方宣傳效果，網(wǎng)友們也趕緊來了一波實測~

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

甚至，復現(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和谷歌幾乎同臺開戰(zhàn)。

值得一提的是，昨晚11點（北京時間）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。文章系作者個人觀點，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。