GPT Image
截图  由GPT Image 2生成的英语维基百科“截图” | |
| 開發者 | OpenAI |
|---|---|
| 首次发布 | 2025年3月25日 |
| 当前版本 | 2（2026年4月21日） |
| 前任 | DALL-E |
| 类型 | 图像生成与编辑 |
| 网站 | ChatGPT Images 2.0 |
GPT Image是由OpenAI开发的一系列图像生成与编辑模型。GPT Image是GPT系列中文本转图像的一个变体，运用深度学习技术，能够依据自然语言描述或现有图像，精准地生成数字图像。GPT Image是DALL-E的继任者，已作为ChatGPT Images功能原生集成于ChatGPT中，同时也可通过API供外部调用。GPT Image于2025年3月发布后迅速在社交媒体上走红，尤以其能够生成吉卜力工作室风格图像的能力而备受瞩目。此外，GPT Image也已集成至Microsoft Copilot和Apple Intelligence服务中。
歷史
OpenAI 於2025年3月25日的部落格文章中公開了 GPT Image 的首個模型，稱之為「GPT-4o圖像生成」（GPT-4o image generation），該模型是基於 GPT-4o 模型開發以生成圖像。[1] 該功能最初僅開放給付費使用者，由於需求量極大，向免費使用者的推送被推遲。[2] 隨後該功能的使用受到限制，萨姆·奥尔特曼表示由於使用量過大，GPU「快融化了」。[3] OpenAI 隨後表示，在發布首週內，全球超過1.3億名使用者已生成了超過7億張圖片。[4] 該模型被命名為 GPT Image 1（gpt-image-1），並於4月23日導入至 API 中。一款具備成本效益的版本 GPT Image 1 Mini（gpt-image-1-mini）於10月6日（即2025年 OpenAI 開發者大會）發布，其 API 費用比 GPT Image 1 便宜 80%。[5][6]
名為 GPT Image 1.5（gpt-image-1.5）的新模型於12月16日推出，該模型以「ChatGPT Images」之名向全球所有使用者推送，並隨即開放 API 存取。[7] OpenAI 聲稱該新模型能夠在保持細節完整的同時進行精確編輯，且生成圖像的速度最高可達原先的四倍。與 GPT Image 1 相比，GPT Image 1.5 的 API 圖像輸入與輸出費用降低了 20%。[8]
2026年4月，OpenAI 發布了 GPT Image 2（gpt-image-2），在其生成過程中引入了推理模型。[9]
功能
不同於 DALL-E 2 與 DALL-E 3 等基於扩散模型的先前版本，GPT Image 模型屬於自我迴歸模型，並具備多項新功能，包含影像編輯轉換、先進的照相寫實主義，以及精確遵循指令的能力。[10] GPT Image 能夠生成三種尺寸的圖像，分別為 1024 × 1024（1:1，正方形）、1536 × 1024（3:2，橫向）以及 1024 × 1536（2:3，直向）像素。[11]
GPT Image 1.5 解決了先前模型中存在的過早裁切（premature cropping）以及偏暖色調的問題，[1] 但在生成特定藝術風格時出現了退步的情況。此外，最新的模型在處理多張人臉以及包含中文、阿拉伯文、希伯來文等特定語言時，依然存在弱點。[7]
評價
科技評論家普遍認為 GPT Image 是圖像生成領域的重大進展。TechRadar 強調 GPT Image 1 展現了令人印象深刻的效能，能夠生成從寫實場景到風格化插圖等廣泛的作品，並指出與早期工具相比，其在文字渲染與多模態整合方面有著顯著的提升。然而，Heise Online 報導指出，GPT Image 1 仍存在一些技術弱點，例如過度銳化產生的偽影（artifacts）、偏暖色調的偏差，以及在渲染人體姿勢與物件重疊時常見的錯誤，這表明儘管整體表現強勁，其輸出成果的逼真度仍有局限性。[12]
参考来源
- ^ 1.0 1.1 Introducing 4o Image Generation. OpenAI. 25 March 2025 [17 December 2025]. （原始内容存档于5 October 2025）.
- ^ Roth, Emma. ChatGPT's new image generator is delayed for free users. The Verge. March 26, 2025 [March 26, 2025].
- ^ Welch, Chris. OpenAI says "our GPUs are melting" as it limits ChatGPT image generation requests. The Verge. March 27, 2025 [March 28, 2025].
- ^ Introducing our latest image generation model in the API. OpenAI. 23 April 2025 [30 April 2025].
- ^ OpenAI DevDay 2025. OpenAI. 6 October 2025 [17 December 2025]. （原始内容存档于21 October 2025）.
- ^ Matthias Bastian. Developers can now build and deploy both apps and agents directly on the ChatGPT platform. The Decoder. 6 October 2025 [17 December 2025]. （原始内容存档于7 October 2025）.
- ^ 7.0 7.1 The new ChatGPT Images is here. OpenAI. 16 December 2025 [17 December 2025]. （原始内容存档于17 December 2025）.
- ^ Pricing. OpenAI Platform. OpenAI. [17 December 2025].
- ^ Silberling, Amanda. ChatGPT's new Images 2.0 model is surprisingly good at generating text. TechCrunch. 2026-04-21 [2026-04-21] （美国英语）.
- ^ Addendum to GPT-4o System Card: Native image generation (PDF). OpenAI. 25 March 2025 [17 December 2025]. （原始内容 (PDF)存档于20 August 2025）.
- ^ Image generation. OpenAI Platform. OpenAI. [17 December 2025].
- ^ Volker Zota. Image generator from GPT-4o: what is probably behind the technical breakthrough. Heise Online. 8 April 2025 [17 December 2025]. （原始内容存档于17 December 2025）.
外部連結
- ChatGPT Images 2.0
- OpenAI image models - including GPT Image 1, 1.5 and 2
- 4o ImageGen - the official custom GPT for GPT Image 1
| 产品 |
| .svg.png){kind=logo} | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 人物 |
| ||||||||||||
| 合資公司 | |||||||||||||
| 相关条目 |
| ||||||||||||
| |||||||||||||
| 概念 | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 模型 |
| ||||||||||||||
| 企业与产品 | |||||||||||||||
| 應用 | |||||||||||||||