GPT Image

維基百科，自由的百科全書
跳至導覽 跳至搜尋
GPT Image
截圖
由GPT Image 2生成的英語維基百科「截圖」
由GPT Image 2生成的英語維基百科「截圖」
開發者OpenAI
首次發佈2025年3月25日，​14個月前​（2025-03-25）
當前版本2（2026年4月21日，​2個月前​（2026-04-21））
原始碼庫
  • {{URL|example.com|可选的显示文本}}
Module:EditAtWikidata第29行Lua錯誤：attempt to index field 'wikibase' (a nil value)
引擎
    Module:EditAtWikidata第29行Lua錯誤：attempt to index field 'wikibase' (a nil value)
    前任DALL-E
    類型圖像生成與編輯
    許可協議
      Module:EditAtWikidata第29行Lua錯誤：attempt to index field 'wikibase' (a nil value)
      網站ChatGPT Images 2.0

      GPT Image是由OpenAI開發的一系列圖像生成與編輯模型。GPT Image是GPT系列中文本轉圖像的一個變體，運用深度學習技術，能夠依據自然語言描述或現有圖像，精準地生成數字圖像。GPT Image是DALL-E的繼任者，已作為ChatGPT Images功能原生集成於ChatGPT中，同時也可通過API供外部調用。GPT Image於2025年3月發佈後迅速在社交媒體上走紅，尤以其能夠生成吉卜力工作室風格圖像的能力而備受矚目。此外，GPT Image也已集成至Microsoft Copilot和Apple Intelligence服務中。

      歷史[編輯]

      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，薩姆·奧爾特曼表示由於使用量過大，GPU「快融化了」。[3] OpenAI 隨後表示，在發佈首週內，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）發佈，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 發佈了 GPT Image 2（gpt-image-2），在其生成過程中引入了推理模型。[9]

      功能[編輯]

      不同於 DALL-E 2 與 DALL-E 3 等基於擴散模型的先前版本，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[編輯]

      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着顯著的提升。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]

      參考來源[編輯]

      1. ^ 1.0 1.1 Introducing 4o Image Generation. OpenAI. 25 March 2025 [17 December 2025]. （原始內容存檔於5 October 2025）. 
      2. ^ Roth, Emma. ChatGPT's new image generator is delayed for free users. The Verge. March 26, 2025 [March 26, 2025]. 
      3. ^ Welch, Chris. OpenAI says "our GPUs are melting" as it limits ChatGPT image generation requests. The Verge. March 27, 2025 [March 28, 2025]. 
      4. ^ Introducing our latest image generation model in the API. OpenAI. 23 April 2025 [30 April 2025]. 
      5. ^ OpenAI DevDay 2025. OpenAI. 6 October 2025 [17 December 2025]. （原始內容存檔於21 October 2025）. 
      6. ^ 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]. （原始內容存檔於7 October 2025）. 
      7. ^ 7.0 7.1 The new ChatGPT Images is here. OpenAI. 16 December 2025 [17 December 2025]. （原始內容存檔於17 December 2025）. 
      8. ^ Pricing. OpenAI Platform. OpenAI. [17 December 2025]. 
      9. ^ Silberling, Amanda. ChatGPT's new Images 2.0 model is surprisingly good at generating text. TechCrunch. 2026-04-21 [2026-04-21] （en-US）. 
      10. ^ Addendum to GPT-4o System Card: Native image generation (PDF). OpenAI. 25 March 2025 [17 December 2025]. （原始內容 (PDF)存檔於20 August 2025）. 
      11. ^ Image generation. OpenAI Platform. OpenAI. [17 December 2025]. 
      12. ^ Volker Zota. Image generator from GPT-4o: what is probably behind the technical breakthrough. Heise Online. 8 April 2025 [17 December 2025]. （原始內容存檔於17 December 2025）. 

      外部連結[編輯]

      File:Commons-logo.svg
      維基共享資源上的相關多媒體資源：Module:Commons_link第64行Lua錯誤：attempt to index field 'wikibase' (a nil value)

      Module:Authority_control第183行Lua錯誤：attempt to index field 'wikibase' (a nil value)

      取自 "https://arolstar52-zhtest.hf.space/index.php?title=GPT_Image&oldid=4890163"