GPT-4o的多模态生图，让整个设计圈都开始emo了。
GPT-4o的多模态生图，让整个设计圈都开始emo了。GPT4o的多模态生图前天上线之后。经过两天的发酵，含金量还在不断提升。
来自主题: AI资讯
8200 点击 2025-03-28 15:28
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
GPT4o的多模态生图前天上线之后。经过两天的发酵，含金量还在不断提升。
「看到人们喜欢 ChatGPT 中的图片功能真是太有趣了，但是我们的 GPU 正在融化。」
OpenAI昨夜又放大招，Agents SDK接入行业标准MCP，下一步加持ChatGPT桌面版，要彻底颠覆每个人AI工作流。自从昨天OpenAI将GPT-4o的原生图像生成同步开放给免费用户后，今天他们又Open了一把。
OpenAI 又放大招
在ChatGPT上，当你画图的选项变成这个的时候，就说明用的不是Dalle3了，而是4o。目前，有两个渠道可以使用4o Image Generation。一个事ChatGPT，一个是单独的那个Sora的网站。
做表情包一度是很多文生图、文生视频应用的场景。Pika在去年就靠魔法猫，在国外出圈了一把。
文本到图像（Text-to-Image, T2I）生成任务近年来取得了飞速进展，其中以扩散模型（如 Stable Diffusion、DiT 等）和自回归（AR）模型为代表的方法取得了显著成果。然而，这些主流的生成模型通常依赖于超大规模的数据集和巨大的参数量，导致计算成本高昂、落地困难，难以高效地应用于实际生产环境。
文生图技术在全球范围掀起的热潮，让无数用户惊叹科技强大的同时，也开始陆续拥抱AI，沉浸于高效、趣味创作之中。特别是在许多社交媒体上，时常能看到人们通过AI创作出的创意内容。
一天前如果我跟你说， 有这样一个模型，原本只能生成文字，现在可以文生图、图生图、连续对话改图、自由修改提示语、每张图生成时间不超过10s
自从在一支烟花群里和朋友测试起 Google 这个新工具，一上午就没停下来 WOC 的感叹。Google 总算放出了他们去年承诺的“可连续对话改图”的 Gemini 文生图能力。