OpenAI近期在ChatGPT中引入了一項(xiàng)革命性的新功能——圖像生成。這一變化得益于其先進(jìn)的GPT-4o多模態(tài)模型，使得ChatGPT用戶現(xiàn)在可以直接在聊天界面中創(chuàng)建圖像。

據(jù)悉，這一新功能將率先向ChatGPT Plus、Pro、Team以及免費(fèi)用戶開放，而企業(yè)和教育級(jí)別的用戶也將很快獲得使用權(quán)限。OpenAI的首席執(zhí)行官Sam Altman在周二的一場(chǎng)視頻直播中激動(dòng)地表示，他們推出了迄今為止最有趣、最酷的產(chǎn)品之一——直接在ChatGPT中生成原生圖像。

Altman坦誠(chéng)，這一功能備受用戶期待，特別是在競(jìng)爭(zhēng)對(duì)手如Google Gemini自2024年年中便開始提供集成圖像生成功能的大背景下。現(xiàn)在，ChatGPT用戶可以根據(jù)提示、對(duì)話內(nèi)容以及上傳的文件來生成圖像，無論是創(chuàng)造全新的圖像還是對(duì)現(xiàn)有圖像進(jìn)行轉(zhuǎn)換，都變得輕而易舉。

OpenAI強(qiáng)調(diào)，GPT-4o模型中的世界知識(shí)訓(xùn)練使得ChatGPT能夠更好地理解圖像的應(yīng)用場(chǎng)景。該模型還能更準(zhǔn)確地根據(jù)提示在圖像中呈現(xiàn)文本。用戶可以通過自然語言提示來優(yōu)化圖像，例如在設(shè)計(jì)視頻游戲角色時(shí)，模型可以在用戶進(jìn)行多次調(diào)整后，依然保持視覺的一致性。

OpenAI希望用戶能夠利用這一工具來制作各種需要精確度的專業(yè)圖像，如圖表、信息圖表和品牌內(nèi)容，同時(shí)也適用于文字較多的圖像，如說明海報(bào)和名片。它還能生成具有精確燈光和紋理的逼真圖像，以及受益于對(duì)話背景的視覺效果。

為了簡(jiǎn)化流程，OpenAI使用了單一的多模式模型來處理所有的圖像生成任務(wù)，從而將ChatGPT定位為個(gè)人和專業(yè)圖像生成的首選工具。這一創(chuàng)新不僅提升了用戶體驗(yàn)，也進(jìn)一步鞏固了OpenAI在人工智能領(lǐng)域的領(lǐng)先地位。