OpenAI在3月25日宣布了對(duì)GPT-4o和Sora的重大更新，引入了一項(xiàng)引人注目的新功能——一個(gè)全新的文本到圖像生成模型。這一新模型不僅限于文本到圖像的轉(zhuǎn)換，還具備自定義操作、連續(xù)提問、風(fēng)格轉(zhuǎn)換以及圖像PPT制作等一系列實(shí)用功能。

在周二的一次直播活動(dòng)中，OpenAI的首席執(zhí)行官奧爾特曼正式宣布，基于GPT-4o模型的原生圖像生成功能已經(jīng)問世，這標(biāo)志著DALL-E這一獨(dú)立的文本到圖像生成模型被整合進(jìn)了ChatGPT系統(tǒng)。回顧歷史，ChatGPT在2022年底推出時(shí)，僅支持文字聊天功能，大約一年后，雖然集成了DALL-E 3圖像生成模型，但兩者在系統(tǒng)層面上仍然是獨(dú)立的。此前，AI圖像生成器存在諸如“理解提示詞能力不足”和“無法準(zhǔn)確生成圖片中的文字”等問題，這些問題極大地限制了其在教育和職場(chǎng)等領(lǐng)域的應(yīng)用潛力。

然而，此次升級(jí)后的ChatGPT在圖像生成功能方面取得了顯著的進(jìn)步。它能夠更加準(zhǔn)確地根據(jù)提示詞生成圖像中的文本，特別是在生成黑板板書、印刷體以及科學(xué)常識(shí)繪圖等涉及圖像文字的場(chǎng)景中，其表現(xiàn)從幾乎不可用提升到了接近商用水平。圖像編輯功能也得到了極大的增強(qiáng)，例如，可以將合照轉(zhuǎn)化為動(dòng)畫風(fēng)格，根據(jù)簡(jiǎn)單的提示詞生成相對(duì)論主題的彩色漫畫，還能根據(jù)漫畫草稿一鍵上色或更換主要角色。

在商業(yè)應(yīng)用方面，這一新模型也展現(xiàn)出了巨大的潛力。用戶可以根據(jù)上傳的照片和卡片模板自定義生成新的卡片，甚至能夠基于聊天的上下文生成一系列風(fēng)格一致的圖像。這對(duì)于游戲角色設(shè)計(jì)等領(lǐng)域來說，無疑是一個(gè)重大的突破。然而，OpenAI也坦誠(chéng)地承認(rèn)，新的圖像生成器仍然存在一些局限性，特別是在處理密集文字和非拉丁語文字的圖像生成時(shí)，可能會(huì)遇到問題，這在一定程度上受到了模型幻覺的影響。

盡管存在這些局限性，但OpenAI的這一升級(jí)仍然為ChatGPT的發(fā)展注入了新的活力。從周二開始，這一新功能已經(jīng)向所有免費(fèi)和付費(fèi)用戶開放，而在未來幾周內(nèi)，開發(fā)者還可以通過API接口進(jìn)行調(diào)用。這一系列的更新和改進(jìn)，無疑讓我們對(duì)ChatGPT在更多領(lǐng)域的應(yīng)用表現(xiàn)充滿了期待。