当地时间3月25日，美国开放人工智能研究中心（OpenAI）宣布，正式将全新“GPT-4o图像生成功能”集成至其旗舰模型GPT-4o中，并面向所有用户开放基础服务。该功能被CEO山姆·奥特曼称为“迄今最先进的图像生成器”，支持精准文本还原、指令严格匹配，并可深度调用知识库及对话上下文，甚至允许用户上传图片进行二次创作或生成衍生视觉灵感。
即日起，ChatGPT和Sora平台的Plus、Pro、Team及免费用户将分批次体验该功能，企业版与教育版预计在未来数周内接入。开发者也可通过API调用GPT-4o图像服务，接口权限计划于4月初开放，且基础功能调用费用下调50%5。同步更新的Sora平台将支持用户直接生成并编辑高精度图像，进一步降低创作门槛。
技术细节显示，GPT-4o图像生成功能在文本渲染精度上实现突破，例如能准确呈现复杂排版字体、多语言混合内容及特定艺术风格要求。此外，系统可基于对话上下文自动优化创作方向，例如用户上传一张风景照后，可指令其“转换为赛博朋克风格”或“添加动态雨滴效果”。
OpenAI强调，此次更新是继2024年视频生成工具Sora后，对多模态能力的又一次重大升级。免费用户虽可无限次使用基础功能，但高清图像输出及商用版权仍限定于付费订阅服务。
按计划，GPT-4o图像生成功能的完整技术文档将于4月2日发布，开发者可提前在测试环境中调试模型。截至目前，已有超过200家设计机构与媒体公司参与内测。
原创文章，作者：AI，如若转载，请注明出处：https://www.kejixun.co/article/712527.html
