OpenAI发布新文生图模型,免费、逼真到难以分辨 siyushenqi.com • 2025 年 8 月 13 日 下午9:59 • 行业动态 • 阅读 473 OpenAI在凌晨2点的技术直播中对GPT-4o和Sora进行了重大更新,推出了全新的文生图模型。该模型不仅支持文生图功能,还具备自定义操作、连续发问、风格转换、图像PPT等实用功能,例如可以更改图片的宽高比、调整图像物体的角度、用十六进制代码指定颜色等。 摘要 新图像模型在生成图像的逼真度、精细度、细节表现和文本遵循方面表现出色,几乎可以媲美甚至在某些功能上超过行业头部平台Midjourney。生成时间也较快,例如复杂场景的图像生成时间仅约15秒。 文本还原和细节表现:成功生成了一个由甜品组成的奇幻世界,细节丰富且准确。图像PPT功能:能够根据提示词生成详细介绍牛顿第一定律、人体结构等的图像,适合教育、金融、医疗等领域。连续发问和细节展示:可以基于已生成的图像继续提问,例如从人体结构图到骨骼特写。多模态融合:支持结合文本、音频和已有图像生成新的图像内容。 OpenAI联合创始人兼首席执行官Sam Altman对新模型给予了高度评价,认为它在创作自由上达到了新的高度,并期待其激发更多创造力。同时,OpenAI强调会尊重社会对人工智能设定的界限,避免生成冒犯性内容。 非自回归生成技术:新模型的核心技术之一,通过编码器-解码器架构直接生成完整图像,相比传统自回归方法,具有生成速度快、图像质量高、细节一致性好等优点。推广计划:从即日起,新文生图模型开始向ChatGPT和Sora的所有Plus、Pro、Team和免费用户推出,企业版、教育版和API版本也将陆续推出。 今天凌晨2点,OpenAI进行了技术直播,对GPT-4o和Sora进行了重大更新,提供了全新文生图模型。 除了文生图之外,该模型还支持自定义操作、连续发问、风格转换、图像PPT等超实用功能,例如,更改图片的宽高比、图像物体中的角度,用十六进制代码指定精确颜色等。 尤其是生成图像的逼真度,肉眼几乎看不出任何破绽,在精细度、细节和文本遵循方面非常出色,可以媲美甚至在某些功能超过该领域的头部平台Midjourney。 新图像模型功能展示 话不多说,「AIGC开放社区」就用免费版为大家展示一下实际的生成案例。 我们先测试一下模型的文本还原和细节表现,来个复杂点的提示词 提示词:一个由甜品组成的奇幻世界,地面是柔软的奶油草坪,树木是用巧克力棒和糖果制作的,树叶是五彩缤纷的果冻。天空中漂浮着巨大的棉花糖云,远处有一个冰淇淋火山正在喷涌彩色的糖浆。 场景中还有一座用蛋糕堆砌的小屋,屋顶是草莓酱,窗户是糖玻璃,细节包括散落的糖粒、路上的巧克力碎片,以及跳跃的小糖果精灵。 构图、文本还原能力非常棒!一次就完成,生成时间大约在15秒左右。 再试一下它的新功能,其实OpenAI官方说这是一个“世界知识”功能,但是使用之后感觉更像是一个图像PPT功能,对于教育、金融、医疗等领域帮助非常大。 例如,帮我用图像介绍牛顿第一定律。就能直接生成详细介绍牛顿定律的图像,感觉和PPT差不多吧。 提示词:用一张图片介绍人体各个结构。 这个人体介绍图片就丰满很多,放在医疗介绍或PPT里应该不错吧。以后做各种宣传资料不愁找不到量身定制的图片了。 如果不满意,可以基于该图片继续发问,例如,我们想看上面人体介绍的骨骼。提示词:可以详细展示骨骼介绍吗? 我们放大手部骨骼,继续提问:来一张手部骨骼的特写。 需要注意的是,图像的文字介绍可能比较模糊或混乱,这是因为中文提示的原因,如果使用英文会好很多。 那我们就用英文提示词来试一下,In a study filled with a retro atmosphere, on the corkboard beside the wooden desk, magnetic word - spelling cards fixed with colorful pushpins form a unique poem: Line 1: "A melody" Line 2: "Can wake up" Line 3: "The slumbering memories," Line 4: "However, occasionally" (There is a large gap here) Line 5: "On a silent night" Line 6: "Will deepen" Line 7: "That longing." 文字的嵌入和排列顺序还是相当不错的。 这个提示词的大意是,在一间充满复古氛围的书房里,木质书桌旁的软木板上,挂着用彩色图钉固定的磁性拼词卡片,组成一首独特的诗:第一行:“一段旋律” 第二行:“能唤醒” 第三行:“沉睡的记忆,” 第四行:“然而偶尔” (此处有较大间隔)第五行:“在寂静的夜晚” 第六行:“会加深” 第七行:“那份思念。” 上面只是一些非常简单、基础的玩法,有兴趣小伙伴可以体验一下非常棒。 对于新的文生图模型,OpenAI联合创始人兼首席执行官Sam Altman也给出了非常高的评价。 这是一项令人难以置信的产品。我还记得看到这个模型最初生成的一些图像时,很难相信它们真的是由人工智能创作的。我们认为大家会喜欢它,并且很期待看到由此激发的创造力。 这代表着我们在给予创作自由方面达到了一个新的高度。人们将会创作出一些非常了不起的作品,也会有一些可能冒犯他人的内容;我们的目标是,除非用户有此需求,否则该工具不会生成冒犯性内容,即便有此需求,生成的内容也需在合理范围内。 正如我们在模型规格说明中提到的,我们认为将这种知识创作自由和控制权交到用户手中是正确的做法,但我们也会观察其发展情况并倾听社会的声音。 我们认为,尊重社会最终为人工智能设定的广泛界限是正确的做法,而且随着我们离通用人工智能越来越近,这一点也变得越来越重要。在此过程中,感谢大家的理解。 新图像模型简单介绍 根据直播介绍,非自回归生成是OpenAI新图像模型的核心之一,是提升图片质量、生成效率的关键技术。 传统的图像生成方法,尤其是基于自回归模型的技术,通常是通过逐步生成图像的每个像素或部分来构建最终的图像。这种方法虽然在某些情况下能够生成高质量的图像,但其生成过程往往较为缓慢,并且容易在生成过程中出现累积错误,导致最终图像的质量下降。 此外,自回归生成方法在处理复杂的图像结构时也存在一定局限性,因为它们需要在每一步生成过程中都依赖于之前生成的内容,这使得模型难以全局性地理解和优化图像的整体结构。 相比之下,非自回归生成模块采用了一种全新的思路。不再依赖于逐像素的生成过程,而是直接生成整个图像。这一过程的关键在于模型能够一次性地理解和处理图像的整体结构和细节。非自回归生成模块通过一种特殊的编码器-解码器架构来实现这一目标。 编码器负责将输入的文本描述或其他模态信息转化为一种中间表示,包含了生成图像所需的所有关键信息。然后,解码器利用这种中间表示直接生成完整的图像,而无需逐像素地构建图像。 这种直接生成完整图像的方式带来了很多优势。首先,非自回归生成模块的生成速度远远超过了传统的自回归方法。由于无需逐像素生成,模型能够在短时间内生成高质量的图像,这对于实时应用和大规模图像生成任务具有重要意义。例如,在需要快速生成大量图像的设计场景或教育场景中,非自回归生成模块能够显著提高工作效率。 此外,非自回归生成模块在生成图像的质量上也表现出色。由于模型能够一次性地理解和处理图像的整体结构,生成的图像在细节和一致性方面都得到了显著提升。 例如,在生成复杂场景的图像时,非自回归生成模块能够更好地处理图像中的多个对象及其相互关系,生成的图像更加自然和逼真。此外,非自回归生成模块还能够更好地处理文本指令中的复杂语义信息,生成与文本描述高度一致的图像。 非自回归生成模块的另一个重要特点是其在多模态融合中的应用。在ChatGPT 4.0模型中,非自回归生成模块不仅能够根据文本描述生成图像,还能够结合其他模态的信息,如音频或已有的图像,生成更加丰富和多样化的图像内容。 这种多模态融合的能力使得模型能够更好地理解和满足用户的需求。例如,用户可以提供一段音频描述和一张参考图像,非自回归生成模块能够结合这些信息生成一张符合音频描述且风格与参考图像一致的新图像。 从今天开始,新的文生图模型在ChatGPT和Sora中开始向所有Plus、Pro、Team和免费用户推出。面向企业版、教育版和API即将到来。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/33006.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 AI拉了快手一把 上一篇 2025 年 8 月 13 日 下午9:59 阿里在画一张什么样的AI蓝图? 下一篇 2025 年 8 月 13 日 下午10:00 相关推荐 行业动态 险中淘金,出海中东的那批人难在哪儿? 资本加码,市场成熟,AI应用迎来机会大爆发 siyushenqi.com 2025 年 8 月 6 日 406000 行业动态 TikTok Shop重返印尼,为什么要和Tokopedia合作? TikTok为什么最终会选择和Tokopedia合作,而不是其他电商平台?以独立App回归的方式真的不可行吗? siyushenqi.com 2025 年 8 月 12 日 430000 行业动态 2022年全球电商增长预测:前10强中拉美占到三席 市场研究机构eMarketer 日前发布报告预计,2022年,电商增长最快的全球10个国家中,拉美将占有3席,其中包括巴西、阿根廷和墨西哥。 siyushenqi.com 2025 年 8 月 13 日 413000 行业动态 点点又做了款寒霜SLG?途游大梦龙图围攻 网易的《冰汽时代:最后的家园》正式上线,途游的《三国:冰河时代》和大梦龙图的《快来当领主》等新游戏也在冰雪生存题材赛道上崭露头角,显示出该领域的竞争加剧。 siyushenqi.com 2025 年 8 月 17 日 485000 行业动态 AI 产品榜(2023年08月)5000+ AI产品排名与分析 涵盖100个AI 细分领域 siyushenqi.com 2025 年 8 月 14 日 420000 私域神器周报 No.18丨又一家出海独角兽成功上市 本周出海圈又有哪些大事 8月第三周,私域神器为大家整理了一周内出海行业中值得关注的新闻。本周,易点天下于8月19登陆创业板正式上市;多行业新老产品齐开花;除此之外私域神器还为大家总结了更多出海圈大事件,涉及手游、电商、泛娱乐等方面的重点事件。一起看看这周有哪些出海圈值得关注的大事记吧! siyushenqi.com 2025 年 8 月 14 日 • 行业动态 484000 行业动态 2022年墨西哥跨境网购消费趋势报告 2022年,在拥有1.32亿人口、65%互联网普及率以及93%智能手机普及率的情况下,墨西哥实现了1.3万亿美元的GDP以及256亿美元的电子商务年度总额,并达到15.6%的电子商务年增长率。 siyushenqi.com 2025 年 8 月 12 日 416000 行业动态 WhatsApp账号劫持的原理与防范,避免你的游戏推广账号被盗号的经验教训 在东南亚和中东推广游戏时,我的WhatsApp账号差点被劫持,带来了严重损失。本文将分享WhatsApp账号劫持的原理与防范经验,避免你重蹈我的覆辙。 siyushenqi.com 2026 年 3 月 6 日 313000 经历股东离开、腾讯投资后,这家SLG公司在海外测试了新品 最近一款SLG《Age of Nova》在海外开启了测试,游戏的发行账号Arc Games International似乎有点名不见经传,不过从游戏内的信息来看,这款SLG可能和上海沐睦网络有所关联。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 309000 游戏+社交再添新品 《Gamingo》东南亚多国登榜首 如何进一步实现破圈,并让活跃用户心甘情愿地为其买单,这是接下来昆仑万维需要思考的问题 siyushenqi.com 2025 年 8 月 19 日 • 行业动态 416000 行业动态 越南电商真实现状:政府鼓励但商家适应性差 河内同春市场的商贩们面临着电子商务的挑战,导致实体店销售额下降,市场不再像过去那样熙熙攘攘。 siyushenqi.com 2025 年 8 月 5 日 396000 行业动态 马斯克的xAI又洽谈新融资,估值超400亿美元 马斯克旗下的大模型平台xAI正在洽谈新一轮融资,估值超过400亿美元,如果融资成功,将成为大模型赛道融资总额仅次于OpenAI的企业之一。 siyushenqi.com 2025 年 8 月 13 日 400000 《王国纪元》上线4年再创新高,IGG全球运营副总裁:我们还有40多款游戏在研或运营|游戏鹰眼 前几天,IGG发布了最新的业绩报告,向外界披露了他们的经营情况。 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 467000 行业动态 OpenAI、字节、阿里出海布局新战场 OpenAI、Meta、字节、阿里、百度等AI巨头2026年集体出海押注AI硬件,选择成熟形态(眼镜/手机/办公设备)争夺下一代入口,短期难颠覆智能手机生态。 siyushenqi.com 2026 年 3 月 5 日 280000 行业动态 小红书8年梦碎电商:有命种草,没命变现 这一次,月活破6亿的抖音和新搅局者可颂,能否撼动小红书的根基? siyushenqi.com 2025 年 8 月 13 日 456000 行业动态 5年巨亏24亿的祖龙娱乐,还要靠《以闪亮之名》养活多久? 女性向爆款独撑大局。 siyushenqi.com 2025 年 11 月 21 日 365000 行业动态 秦点科技 确认入驻PAGC 2025丨第五届全球产品与增长展会! 秦点科技 确认入驻PAGC 2025丨第五届全球产品与增长展会! siyushenqi.com 2025 年 8 月 17 日 388000 行业动态 WhatsApp营销总被封?这套“磐石系统”让账号稳如泰山,群发畅通无阻! WhatsApp营销的挑战与机遇 磐石系统简介 磐石系统的优势与功能 对比分析 磐石系统的应用场景 WhatsApp营销的挑战与机遇 随着社交媒体平台的兴起,WhatsApp作为全球领先的即时通讯工具,逐渐成为许多企业营销的重要渠道。然而,由于平台的使用规则严格以及频繁的封号问题,很多营销人员面临账号安全和信息传播的双重挑战。在这种环境下,如何实现高效且稳定… siyushenqi.com 2025 年 8 月 13 日 下午9:59 473000 Stadia关闭,谷歌把寒气传递给腾讯、网易 9月29日,Stadia副总裁兼总经理菲尔·哈里森(Phil Harrison),在谷歌官方博客上发表文章宣布,Stadia将在2023年1月18日关闭服务器。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 471000 行业动态 腾讯混元世界模型1.1开源:单卡秒级重建3D世界成为现实 单模型、单卡、秒级完成文本/单图/多视图/视频→可漫游3D世界的端到端生成,首次把多模态输入与点云、深度、相机参数、法线、3D高斯点等全要素输出整合进同一Transformer。 siyushenqi.com 2025 年 10 月 30 日 526000 行业动态 美国零售巨头学Temu做“工厂直发”,胜算几何? 一季度净销售额降至238亿美元,线下客流下降5.7%,非必需品销量疲软,股价年内已跌逾25%,迫使Target寻求新模式止血。 siyushenqi.com 2025 年 8 月 5 日 438000 IGG出人意料的一年:发布了超18款产品,投资超13家游戏公司 2020年可以说是IGG着重发力多个细分赛道的一年,年内推出了18款游戏。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 496000 行业动态 突破算力限制!Meta开源“记忆层”,重塑Transformer架构大模型 Meta公司发布了一项名为“记忆层”(Memory layers)的创新研究,旨在解决传统Transformer架构预训练大模型在存储和查询数据时对算力需求随参数增加而指数级增长的问题。 siyushenqi.com 2025 年 8 月 13 日 423000 行业动态 义乌小商品城也出海投资了 在非洲B2C电商市场上,中国企业一直是活跃的参与者。 siyushenqi.com 2025 年 8 月 13 日 407000 行业动态 面向中小企业的WhatsApp群发策略与实施步骤 WhatsApp作为全球广泛使用的即时通讯工具,成为中小企业营销的重要平台。通过群发功能,企业能够迅速与大量客户互动,提升品牌知名度与促进销售。本文探讨了面向中小企业的群发策略与实施步骤,分析其优势及适用场景,提供操作指南与策略建议。 siyushenqi.com 2026 年 1 月 25 日 442000 行业动态 《魔兽》手游首曝,这味儿怎么这么像...... 还有多款《魔兽》手游在研 siyushenqi.com 2025 年 8 月 25 日 470000 行业动态 曾被欧美垄断的FPS赛道,正在被中国厂商悄悄改写 国产FPS完成“逆袭”,2024 年以来 Steam 同时在线前五的免费 PvP 射击游戏全部由中国厂商包揽,腾讯独占两席。 siyushenqi.com 2025 年 12 月 31 日 405000 行业动态 TikTok否认关闭印尼电商Tokopedia 社交媒体爆料称Tokopedia即将关闭并被TikTok Shop取代,TikTok发言人未否认传言,仅确认持续投资Tokopedia及印尼市场,总裁刚卸任。 siyushenqi.com 2026 年 2 月 3 日 336000 行业动态 黑马徕芬强势突围,新晋国货强势席卷东南亚! 1写出了国产吹风机的新故事,还把这股“科技普惠”的新风潮吹到了东南亚的千家万户之中。 siyushenqi.com 2025 年 8 月 13 日 436000 行业动态 TEMU“起高楼”,SHEIN“宴宾客” TEMU大开大合,SHEIN走向纵深。 siyushenqi.com 2025 年 8 月 12 日 418000 发表回复 请登录后评论...登录后才能评论 提交