當地時間3月25日，美國開放人工智能研究中心（OpenAI）宣布，正式將全新“GPT-4o圖像生成功能”集成至其旗艦模型GPT-4o中，并面向所有用戶開放基礎服務。該功能被CEO山姆·奧特曼稱為“迄今最先進的圖像生成器”，支持精準文本還原、指令嚴格匹配，并可深度調用知識庫及對話上下文，甚至允許用戶上傳圖片進行二次創作或生成衍生視覺靈感。
即日起，ChatGPT和Sora平臺的Plus、Pro、Team及免費用戶將分批次體驗該功能，企業版與教育版預計在未來數周內接入。開發者也可通過API調用GPT-4o圖像服務，接口權限計劃于4月初開放，且基礎功能調用費用下調50%?5。同步更新的Sora平臺將支持用戶直接生成并編輯高精度圖像，進一步降低創作門檻。
技術細節顯示，GPT-4o圖像生成功能在文本渲染精度上實現突破，例如能準確呈現復雜排版字體、多語言混合內容及特定藝術風格要求。此外，系統可基于對話上下文自動優化創作方向，例如用戶上傳一張風景照后，可指令其“轉換為賽博朋克風格”或“添加動態雨滴效果”。
OpenAI強調，此次更新是繼2024年視頻生成工具Sora后，對多模態能力的又一次重大升級。免費用戶雖可無限次使用基礎功能，但高清圖像輸出及商用版權仍限定于付費訂閱服務。
按計劃，GPT-4o圖像生成功能的完整技術文檔將于4月2日發布，開發者可提前在測試環境中調試模型。截至目前，已有超過200家設計機構與媒體公司參與內測。
原創文章，作者：AI，如若轉載，請注明出處：http://www.bdzhitong.com/article/712527.html
