GPT-4o 生图实测：很强（附：20+场景示例 & 缺陷整理）

主要观点总结

本文主要介绍了OpenAI的新功能，通过ChatGPT的4o模型创建高质量的图像，包括图像生成、多轮生成、指令遵循、上下文关联、现实知识贯通、风格多样等特点。同时，也提到了一些存在的问题和限制。

关键观点总结

关键观点1: OpenAI通过4o模型创建图像的特点

包括光影、文字、细节栩栩如生；多轮生成很棒；可通过对话逐步进行图像完善，并保持内容一致等。

关键观点2: 4o模型的指令遵循能力强

可以处理包含10-20个不同物体的场景，并对物体与特征及关系的紧密绑定允许更好的控制。

关键观点3: 新功能的适用范围和推出情况

这项功能已经向Plus、Pro、Team和免费用户推出，替换DaLLE作为默认图像生成器。Enterprise和Edu用户也将很快更新，API也将在数周内进行更新。

关键观点4: 该模型存在的问题和限制

对于长图像会出现剪裁问题，可能产生幻觉，难以准确渲染超过20个不同概念，多语言文本渲染不够准确等。

文章预览

ChatGPT 凌晨发了新东西， 通过 4o 模型，创建靠谱的图像：光影、文字、细节栩栩如生 通过对话，可以进一步修改：遮挡、倒影等等都处理的非常到位 图片质量相当高，可直接用于科普插画 ，比如：分光三棱镜 继续对话，一致性相当好 ，比如让他画成书册： 只能说： 斗宗强者，竟恐怖如斯，OpenAI 的箱子里，还是有东西的。 让我们细致看一看： 本次更新，突破了以往的哪些边界。 文本渲染绝佳 一图胜千言，来感受一下。比如让他根据对话内容，来画一个菜单（文字是单独给的） 或者让他去画一个婚礼邀请（同样，文字单独给到） 多轮生成很棒 这套图像生成，是 GPT-4o 的原生功能， 可通过对话，逐步进行图像完善，并保持内容一致 。比如这个： 也比如我把橘猫放在了魔兽世界里 甚至来说，我还 可以要求他生成 png 透明版 指令遵循很强 在生 ………………………………