【新智元导读】昨夜，GPT-4o 原生出图在全网掀起风暴。从一键风格迁移、秒出高保真线框，到精准呈现复杂信息图和完整漫画，GPT-4o 将 AI 生图从「超现实」带回「现实主义」。这场视觉革命，或许正推动 AI 正式进入专业创作领域。
昨晚，AI 圈乐疯了：先是 DeepSeek 高调官宣 V3 模型升级；紧接着谷歌深夜上线旗下最强模型 Gemini 2.5 Pro。
双方夹击之下，OpenAI 还能坐得住？这种时候，怎么能少得了 OpenAI 整活？
果不其然，奥特曼亲自出马，现场直播演示 GPT-4o 全新的原生图像生成功能。
经过各路大神上手实测，效果相当惊艳。
更让人意外的是，OpenAI 这次也终于 Open 了一把，连免费用户也可以使用。
200 万粉丝的网红 Allie K.Miller，提前尝试过 GPT-4o 新功能表示：「新模型确实值得一试，特别在文本生成上取得了巨大飞越。」
在人物创作上，GPT-4o 生成的照片毫无破绽，逼真到令人恐怖。
与 DALL-E 3 不同，此次 OpenAI 的全新图像生成器基于其原生多模态 GPT-4o 模型，能够同时理解图像和文本，可以非常好地遵循提示词指令，轻松创作出虚实结合的场景，就像在现实中一样。
比如下面图片，文字可以很好地融入到图片中去，还不怎么出现错字。
左右滑动查看
AI 创意神器，设计师要失业？
从事创意的 Lucas Crespo，已经研究了好几周 OpenAI 的新图像生成模型了。
简单总结，OpenAI 的新模型几乎可以可视化全部东西，甚至包括待办事项列表（To-Do List），更不要提替换背景了。
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| |
|
Lucas Crespo 认为新模型的确令人印象深刻，并分享了 10 个令人惊叹的用例。
1、给 ChatGPT-4o 输入情绪板或视觉指导，就可以创建遵循相同风格的图像。
穿着长袍的电脑人
2、制作信息图表（infographics），表现非常出色。
3、室内设计和改造，轻松 10 倍。
4、生成不同的角度的侧视图。
5、 将手绘变成高保真线框，UI 设计轻松上手。
6、一次性显示完整漫画
8、也非常适合制作图画说明书
9、将元素组合成全新的图像
10、创建高质量的模特展示图
各种风格，不在话下
关注 ChatGPT 的 AI 开发者 Tibor Blaho，对此次更新非常满意：
在提示遵循、结果质量、排版、编辑能力、角色一致性等方面，都无与伦比。
在各种风格上，都令人印象深刻，而且可以简单地「与模型聊天」，就可以迭代编辑图像。
ImageGen 未经处理的输出的图像
1、不同风格的漫画
2、机器人打字日记
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| |
|
3、logo 在不同材质上的效果
4、 卡通邮递员
5、友善的机器人
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| |
|
6、诗歌
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| |
|
7、网友自己的不同形象
左右滑动查看
人物写实，逼真到恐怖
GPT-4o 在生成人物细节方面，到了人眼已经无法辨别真假的程度。
下面这张女人的脸，睫毛根根分明，脸上斑点也是清晰可见，关键非常符合女性外貌特征。
还有更近一步，再近一步的瞳孔放大图。
左右滑动查看
如下生成的是 2006 年左右，农贸集市场真实照片。
职业女性工作照。
多模态演进：OpenAI 主打实用性
AI 生图的风格从一开始似乎就带有「科幻」色彩。
以 OpenAI Sora 的风格为例，对于提示词中天马行空的想象力，AI 表现的总是游刃有余。
但是在昨夜直播中展现的 GPT 4o，以及上述十个案例的风格预示着 AI 生图似乎开始「回归现实」。
GPT 4o 最新生图功能的目的不再专注于创造典型的「超现实主义」AI 艺术。
而更多地是主打一个「实用」------高度可控的创作。
提示词从神秘幻想的「黄昏时分，神秘森林，发光的生物优雅地漫步在高耸的苔藓覆盖的树木中」开始演进为「冰箱中上的磁贴和手里拿着单词卡的男人」。
而 GPT 4o 的生图功能很好的完成这幅了「现实主义」画作。
实用性提升，AI 生图真的专业吗？
而真正的提升，来自于 GPT-4o 对于提示词「细节」的严格遵循。
来自 OpenAI 的示例图像展示最新 AI 对这些细节的把控能力。
模型能够在单个图像中生成 12 个离散图形------如猫的表情符号或闪电图标------并将它们按正确的顺序排列。
下面的示例展示了模型创作的四杯鸡尾酒，配有包含准确文字的食物卡片。
甚至，可以完美的渲染出复杂的数学公式，这明显区别于以往的 AI 生图能力。
这似乎是一个明确的信号，AI 的创造力不再局限于「随意发挥想象而不需要关注对错」的领域。
相比 Midjourney 和 Sora 早期还是被用来肆意挥洒想象力。
OpenAI 正在将该工具定位于给专业人士使用：比如平面设计师、广告公司或插画师。
无论如何，OpenAI 的新图像生成器不论是不是为了「狙击」谷歌和 Grok 等竞争对手。
从 GPT-4o 的生成结果来看，OpenAI 的技术显然已经突破了某些技术障碍。
OpenAI 给 AI 公司们「内卷」设定了更高的标准。
创新的速度也许会进一步加快。
参考资料：