2025年3月25日，Openai通過一場直播活動正式發(fā)布了GPT-4o的原生圖像生成功能，并將其集成到ChatGPT和Sora平臺，用戶可以通過文字提示生成高質(zhì)量圖像，甚至對現(xiàn)有圖像進行風格化編輯。

GPT-4o圖像生成功能的主要功能特點

• 多模態(tài)能力：GPT-4o能夠理解和編輯現(xiàn)有圖像，而不僅僅是生成新的圖像。它可以通過圖像識別技術(shù)理解照片中的人物、物體和場景，并進行風格化編輯。

• 風格遷移：可以將現(xiàn)實照片轉(zhuǎn)化為動漫風格，同時保留人物的姿勢和表情。

• 文本渲染與圖像融合：能夠在圖像中添加文字，并根據(jù)圖像的整體風格自動調(diào)整文字的字體、顏色和位置，確保最終效果自然且美觀。

• 語義理解與場景生成：能夠根據(jù)一句話描述生成全新的漫畫內(nèi)容，包括分格布局、人物表情和對話內(nèi)容。

• 圖像合成與格式化：可以將上傳的圖像與指定的風格和布局無縫融合，生成符合要求的圖像，如交易卡。

• 圖像識別與上色排版：能夠?qū)⑹掷L漫畫草稿轉(zhuǎn)化為全彩色電子版，自動上色并優(yōu)化排版。

GPT-4o圖像生成功能的主要應用場景

• 藝術(shù)創(chuàng)作：將現(xiàn)實照片轉(zhuǎn)化為動漫風格，生成藝術(shù)作品。

• 內(nèi)容創(chuàng)作：制作社交媒體內(nèi)容、宣傳海報或個性化卡片。

• 教育與學習：生成與教學相關(guān)的圖像，如科學圖表或歷史場景。

• 游戲開發(fā)：設(shè)計游戲角色和場景。

• 漫畫創(chuàng)作：從零開始生成漫畫內(nèi)容，或?qū)⑹掷L草稿轉(zhuǎn)化為電子版并進行上色和排版。

在安全性與溯源方面，這個功能更新會阻止違反內(nèi)容政策的圖像生成請求，比如兒童性虐待和換臉等方面，而且生成的圖像包含C2PA元數(shù)據(jù)，從而標識為GPT-4o生成。

ChatGPT的Plus、Pro、Team和Free用戶可以試用這個功能了，很快也會向企業(yè)和教育用戶開放，開發(fā)者將很快通過API使用GPT-4o生成圖像。