Chatgpt令人驚嘆的新圖像生成器現在可以免費

OpenAI持續增強其ChatGPT平台，推出了AI語音助手、文件與圖像理解、先進研究工具以及AI代理等功能。然而，他們的產品中一直存在一個顯著的缺口：一個真正高效的圖像生成器。上週，OpenAI推出了其4o圖像生成模型，這相較於早期的DALL-E模型是一大進步。雖然速度稍慢，但4o在處理複雜提示方面表現出色，包括生成逼真的圖像和精確的文字。

在直播演示中，OpenAI的首席執行官Sam Altman與研究人員Gabriel Goh和Prafulla Dhariwal展示了4o的能力。他們提示該模型從特定視角創建一張包含詳細文字的傳單照片。經過短暫的加載時間，結果令人印象深刻——電影般的導演視角完美無瑕，所有文字都精確呈現。

除了核心功能外，4o還帶來了OpenAI先前圖像生成器未提供的新功能。它包括圖像參考功能，允許用戶將現有圖像轉換為另一種風格，如動漫或自拍，或以此為靈感創建新作品。

這是@gabeeegoooh的真正心血之作。恭喜Gabe，幹得好！
這是我們在直播中生成的內容：pic.twitter.com/fmHWp4d9AF

— Sam Altman (@sama) 2025年3月25日

4o設計為無縫整合進創意工作流程，可生成透明背景的圖像，通過HEX代碼使用特定顏色，甚至將聊天機器人的高級對話能力融入圖像創建過程。例如，在演示中要求為照片增添幽默感時，4o加入了反映該要求的文字。

圖像生成器現已成為ChatGPT的一部分，使用戶能夠通過持續對話來精細調整圖像。此功能簡化了圖像調整，並允許模型利用先前生成的上下文進行新創作。憑藉GPT-4o的網路訪問能力，這種上下文進一步豐富了圖像生成過程。

OpenAI聲稱GPT-4o的圖像生成模型具有強大的指令遵循能力，能同時處理10-20個不同對象，允許在單一提示中創建複雜場景。

更寬鬆的安全措施

新圖像生成器的一個顯著變化是其能生成更具爭議性的內容，類似於Elon Musk的Grok模型。在直播中，Altman提到用戶將能在合理範圍內使用GPT-4o生成具有冒犯性的內容。活動結束後，Altman在X上進一步闡述：

“我們的目標是讓工具在用戶不希望的情況下不生成冒犯性內容，而在合理範圍內若用戶希望則可以生成。正如我們在模型規範中所說，我們認為將這種知識自由和控制權交給用戶是正確的做法，但我們將觀察其運行情況並聆聽社會的意見。”

模型的公告博客文章澄清，它將阻止違反內容政策的請求，如兒童性虐待材料和性深偽。此外，當涉及真實人物時，特別是關於裸露和圖形暴力，有強大的安全措施。用戶可參考系統卡以獲取4o圖像生成模型的詳細安全資訊。

如何存取

更新的圖像生成功能現已在ChatGPT和Sora中推出，所有用戶（包括免費帳戶）均可使用。然而，要充分利用GPT-4o，需使用“/create image”快捷方式。僅輸入“創建XYZ圖像”將默認使用舊的DALL-E模型，導致圖像質量較低。

OpenAI未具體說明圖像生成的限制，但我在免費帳戶上創建三張圖像後達到了每日限制。對於個人用戶來說，訂閱每月20美元的ChatGPT Plus是最佳選擇，提供額外福利，如存取OpenAI的Sora視頻生成器。在撰寫本文時，我能夠使用Plus帳戶使用圖像生成器。企業和教育用戶即將獲得存取權，開發者也將在未來幾週內獲得API存取權。

當DALL-E首次亮相時，它是一個獨立的奇蹟。現在整合進ChatGPT後，它已落後於Midjourney、Google和Adobe等競爭對手。4o的更新有助於平衡競爭，使其更具競爭力。然而，若你仍想使用原始的DALL-E，可通過專用的DALL-E GPT存取。