感谢本站网友 华南吴彦祖、软媒用户1392612 的线索投递！

刚刚，OpenAI 深夜直播，GPT-4o 的原生图像生成大升级！奥尔特曼亲自上阵组队，演示了自拍变梗图、相对论漫画等功能，不过相对隔壁谷歌发布的新模型，OpenAI 的这波动作着实有点不够看。

就在谷歌刚刚扔出地表最强模型 Gemini 2.5 Pro 不久，OpenAI 也有动作了。

奥尔特曼亲自带队，展示了 GPT-4o 图像生成技术的各种大升级，比如制作梗图、文本渲染、多轮交互生成和指令遵循等。

目前，这项功能已经在 ChatGPT 和 Sora 中，向所有 Plus、Pro、Team 和免费用户推出。

这个过程，就体现了 4o 作为全能模型的强大能力。

因为它不仅仅是一个语言模型，还包括图像、音频，所有输入和输出的模态。它可以理解、生成这些模态，并且无缝地在它们之间工作。

用 OpenAI 的话说，「我们终于迈向了这种真正集成的多模态模型」。

接下来，他们让模型画出一幅描述相对论的漫画，要求通俗易懂，还要加入一些幽默元素。

这个提示词非常模糊，因此看看模型会生成什么样的图，就格外令人期待了。果然，生成效果令人惊喜。

注意，这个过程中，模型很可能利用了自己的世界知识，对提示词进行了扩展。

最后一个演示，是基于此前几人生成的内容，制作一个纪念币。

而且，还要求图使用了一个特殊的十六进制代码，且加上生成图像的文本和日期。

模型之所以精准完成这样复杂的要求，是因为它是用非自回归的方式训练的，因此它能够理解上下文中的文本和多张图片，以非常和谐的方式在纪念币上呈现出来。

和 GPT-4o 聊天，定制各种图像