OpenAI對ChatGPT的圖像功能進行了升級，新功能在圖像生成的速度與精準度上均有提升，同時向谷歌的相關模型及Photoshop發(fā)起挑戰(zhàn)。

OpenAI與谷歌這兩大全球頂尖AI應用之間的競爭，再次進入新的階段。

北京時間周三凌晨，OpenAI正式發(fā)布了新版ChatGPT圖像功能。此次升級不僅讓圖像生成的質量更優(yōu)、速度更快，在圖像編輯的精確性方面也取得了顯著進步。這意味著OpenAI不僅對谷歌廣受好評的Nano Banana系列模型展開回擊，還對Photoshop的市場地位造成了沖擊。

據(jù)OpenAI介紹，基于最新旗艦圖像生成模型打造的“ChatGPT圖像”功能，能夠在保證細節(jié)完整的前提下實現(xiàn)精準編輯，更有機會呈現(xiàn)出用戶期望的效果。在保持細節(jié)完整的同時進行精準編輯，生成速度最多可提升4倍。

當然，圖像生成模型的實際效果，還是要通過圖像來展示。

作為此次升級的核心亮點，OpenAI表示，新模型在多種類型的精準編輯上表現(xiàn)出色，包括添加、刪除、合并、混合以及轉置等操作，在完成修圖的同時還能保留圖片原有的特色。

比如，下面是ChatGPT新圖像模型生成的90年代末洛杉磯街頭攝影（演示版本）。

→將人物的襯衫換成紅色，帽子改成黃色，限速標識調整為15，把卡車換成消防車；

→在畫面左側添加一群圍觀的人，右側人行道上停著一只鷹，遠處天空中有一艘飛船飛過；

→帶有該圖像全包印花的T恤掛在晾衣繩上；

→把那件T恤穿到滑板手身上。

在AI生成圖像的重要應用領域，ChatGPT圖像功能在對現(xiàn)有圖片進行創(chuàng)造性改造方面也有所突破。例如，可以將公司CEO奧爾特曼的個人照片，轉化為美國80年代的健美操教練形象，或者把他的臉融入世界名畫《戴珍珠耳環(huán)的少女》之中。

此外，ChatGPT還向谷歌的傳統(tǒng)優(yōu)勢領域——生成包含豐富文字信息的示意圖發(fā)起了挑戰(zhàn)。OpenAI稱，該模型在文本呈現(xiàn)方面有了進一步提升，能夠處理更密集、字號更小的文字。

不過需要注意的是，盡管ChatGPT在生成英文字體時已經能夠達到以假亂真的程度，但官方也承認，這個新模型在生成中文、阿拉伯語、希伯來語文字方面仍存在一定的局限性。

所以，至少在中文文字圖像生成這一領域，Nano Banana依舊是遠超ChatGPT的存在。

值得一提的是，新的圖像生成模型不僅性能更強，價格也更實惠。和GPT Image 1相比，升級后的GPT Image 1.5在圖像輸入和輸出的成本上都降低了20%。

本文來源為微信公眾號“科創(chuàng)日報”，作者是史正丞，經36氪授權發(fā)布。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。

免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com