图片质量相当高，可直接用于科普插画，比如：分光三棱镜
继续对话，一致性相当好，比如让他画成书册：
只能说：斗宗强者，竟恐怖如斯，OpenAI的箱子里，还是有东西的。
让我们细致看一看：本次更新，突破了以往的哪些边界。
文本渲染绝佳
一图胜千言，来感受一下。比如让他根据对话内容，来画一个菜单（文字是单独给的）
或者让他去画一个婚礼邀请（同样，文字单独给到）
多轮生成很棒
这套图像生成，是GPT-4o的原生功能，可通过对话，逐步进行图像完善，并保持内容一致。比如这个：
也比如我把橘猫放在了魔兽世界里
甚至来说，我还可以要求他生成png透明版
指令遵循很强
在生成图像的时候，4o的指令遵循能力很强，可以处理包含10-20个不同物体的场景，并对物体与特征及关系的紧密绑定允许更好的控制。
比如：只有一滴红酒的空玻璃杯
prompt:showmeawineglasswithonlythetiniestdropofredwineinit.
比如：看不见的大象
Prompt:Weneedevidencethereisacurrentlypresentinvisibleelephant.Considerwhatanelephantisanddoesintheenvironment，thenshowusthat，perhapsmid-process-buttheelephantitselfisnotshownatall
我还让他给画了个撸猫指南
Prompt:4-stepphotoguideonhowtopetacat
上下文关联
如果很清楚知道自己要什么，可以直接上传图片给ChatGPT，让参考风格、精准输出。比如给一些风格插画，然后要求GPT来生成一个三角形轮子的自行车
吐槽：为啥是英国专利
而我，作为炉石玩家，我让ChatGPT来生成一份奥特曼的专属卡片
Hhhhh太真实了，GPT觉得奥特曼上不了传说，种族属于“战吼”（特别能逼逼）
然后，还可以让他做个实体版...稀有度变成了普通，技能变成了嘲讽，hhhhh认真的吗？
贯通现实知识
4o的绘图，能够从大模型中直接获取到知识，生成与现实世界知识相符的图像，如：可以直接使用的鸡尾酒配方
Prompt:Makemeaprofessionallyshotphotorealisticdiagramofthetopsellingcocktailsinmybarwithrecipeslabeledoneachdrink.puttherecipesonhandwrittencardsinfrontofeachdrink.Thecardsarebrown，andthetextisblack.Backgroundiswhite.Titleis"4mostpopularcocktails"
制作一款披萨
Prompt:AgraphicofanItalianchefgivinginstructionsonhowtomakeauthenticpepperonipizza
动量定理和冲量定理
Prompt:画一个有关冲量定理和动量定理的infographic
Prompt：画一个肯德基的简体中文菜单，其中有一个套餐叫做“V我50”
风格多样
4o的这个模型，能轻松绘制各种风格的图像。比如我让他用莫奈的风格，来画一只猫
Prompt：一只猫，莫奈风格
幻想风格的海豚地铁
Prompt:Arealisticunderwaterscenewithdolphinsswimmingthroughthewindowsofanabandonedsubwaycar，withbubblesanddetailedwaterflowaccuratelysimulated.
奥特曼在采棉花，颇有纪录片的范儿
Prompt:山姆奥特曼正在采棉花
一些限制
当然，这个模型也存在一些问题：
对于长图像，会出现剪裁问题
可能产生幻觉，然后开始胡编乱造
难以准确渲染超过20个不同概念
多语言文本渲染：处理非拉丁语言（比如中文），不够准确
对特定部分要求编辑，可能会出bug
密集文本下，效果会不好
以及...出于安全考虑，很多内容不允许被生成，比如：米老鼠大战皮卡丘的钞票
最后
OpenAI这次的更新的确非常棒，真没得黑。
这项功能已经通过ChatGPT&Sora向Plus、Pro、Team和免费用户推出，替换DaLLE作为默认图像生成器。，Enterprise和Edu用户也将很快更新，API也将在数周内进行更新。
所以，不要小瞧OpenAI，箱子里有货的。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】