3月25日凌晨，OpenAI终于放出了憋了一年的大招——GPT-4o图像生成功能正式上线了，目前正开始在ChatGPT和Sora中向所有Plus、Pro、Team和Free用户推出。

本次升级，除了基本的图像生成能力很强以外，还有些值得一提的特性：

• 多轮生成：在聊天上下文中构建图像和文本，确保整体一致性。例如我们要设计一个游戏或者动漫角色，随着不断细化和实验，这个角色的外观也可以在整个迭代过程中保持一致。
• 指令跟随：4o的图像生成遵循详细的提示，注重细节。与其他系统相比，4o可以在一次生成中处理多达10-20个不同的对象，而其他系统在处理5-8个对象时往往会遇到困难。
• 上下文学习：4o可以从用户上传的图片中分析和学习，并将图片的细节无缝地融入其语境中，以指导图片生成。
• 世界知识：原生图像生成使4o能够在其文本和图像之间建立知识链接，从而使模型显得更聪明、更高效。

GPT-4o生成的图片达到了以假乱真的程度，让人乍一看还以为是真人在黑板上写的，下图是由GPT-4o生成的。