OpenAI推出GPT-4o图像生成功能，掀起人工智能视觉革命

这一功能的推出标志着人工智能视觉创作进入新阶段，有望降低设计、广告、游戏开发等行业的创作门槛。该功能的创新之处在于图像生成不再是独立模块，而是直接嵌入多模态大模型的“原生能力”，其核心技术优势体现在四个方面：一是采用文本–图像联合训练机制，使模型能够同步学习文本、代码和图像的关联性；二是具备上下文感知能力，可基于对话历史保持图像风格一致性；三是实现超强多对象处理，单张图像可精准呈现10-20个不同物体及其属性；四是支持通过简单指令完成风格无缝切换。目前该功能已向所有ChatGPT用户开放，企业版和教育版也将陆续支持。GPT-4o的图像生成功能代表着人工智能技术从“超现实主义”向“实用主义”的重要转变，将推动设计师从传统的工具使用者逐步转变为更具主导性的创意引领者。