3月25日，OpenAI对GPT-4o和Sora进行了重大更新，提供了全新文生图模型。除了文生图之外，该模型还支持自定义操作、连续发问、风格转换、图像PPT等超实用功能。

OpenAI首席执行官奥尔特曼在周二直播活动中宣布，正式推出基于GPT-4o模型的原生图像生成功能，不再调用独立的DALL-E文生图模型。此前，ChatGPT于2022年底上线时仅支持文字聊天，约一年后集成DALL-E 3图像生成模型，但二者系统独立。而此前AI图像生成器“理解提示词能力差”“无法准确生成图片中的文字”等问题，严重限制了其在教育、职场等领域的应用。

此次升级后，ChatGPT图像生成功能进步显著。它能大致准确按照提示词生成图像中的文本，在生成黑板板书、印刷体、科学常识绘图等涉及图像文字的场景中，从几乎不可用达到接近商用水平。图像编辑功能也更加实用，如可将合照转化为动画画风，根据简单提示词生成相对论漫画彩图，还能根据漫画草稿一键上色、更换主要角色。在商业应用方面，模型可根据用户上传照片和卡片模板自定义生成新卡片，还能基于聊天上下文生成具有一致性的系列图像，这对游戏角色设计意义重大。

不过，OpenAI承认新图像生成器存在局限性，会受到模型幻觉影响，在密集文字和非拉丁语文字图像生成方面易出问题。自周二起，该功能向所有免费和付费用户推出，未来几周内开发者可通过API调用。此次升级无疑为ChatGPT的发展注入新动力，也让人期待其在更多领域的应用表现。