“动动嘴就能P图”，ChatGPT文生图功能太火爆，奥尔特曼：GPU“冒烟了”！ ...

每经编辑 杜宇

随着OpenAI的图像生乐成能完成庞大升级，新的题目出现了。

OpenAI首席实行官萨姆・奥尔特曼（Sam Altman）表现：ChatGPT的文生图应用需求过高，昨们的GPU“冒烟了”（melting，原为融化之意），在积极进步服从的同时，将临时对ChatGPT天生图片的功能引入一些速率限定。

这意味着，OpenAI将对ChatGPT的图像生乐成能实行暂时限速，低落单元时间内的哀求处置惩罚量，缓解GPU过载压力，并优先保障文本天生、对话等焦点功能的稳固性，大概将临时放缓图像天生的技能优化节奏。

据OpenAI官网，本地时间3月25日，美国开放人工智能研究中央（OpenAI）公布正式推出GPT-4o图像生乐成能。

该功能上线后，以“动动嘴就能P图”的便利敏捷火爆，互联网平台上涌入大量由个人照片、着名梗图变化而来的“吉卜力”卡透风格图片。

“动动嘴就能P图”是指通过简朴的笔墨形貌或语音指令，使用AI技能直接对图片举行编辑、修改或天生，而无需手动利用复杂的图像编辑工具，如Photoshop等。这种功能的焦点在于将天然语言处置惩罚与图像天生技能相联合，极大地低落了图片编辑的门槛。

GPT-4o是一个多模态AI模子，可以或许担当文本、音频和图像的组合输入，并天生相应的图像输出。这意味着用户可以通过语音指令来要求AI天生或修改图像，而不但仅范围于笔墨形貌。

连Altman也感叹起该功能带来的泼天流量：“本身已往十年笃志苦干做AI，试图资助实现超等智能来治愈癌症之类的事变。前7.5年险些无人问津，接下来的两年半，做什么都会引来全部人的讨厌。然后某天醒来收到几百条消息，人们告诉你被画成了吉卜力风格的美少年。”

据OpenAI先容，GPT-4o图像生乐成能具备四大焦点上风：精准文本渲染、严酷指令遵照、深度知识调用及创意拓展本领。

据扬子晚报·紫牛消息，为验证实在际体现，记者举行了多组实测。在测试“天生一张带有‘扬子晚报/紫牛消息’字样的照片”时，GPT-4o精准还原了英文部门内容，但对于中笔墨符的辨认本领有待提拔。整个过程耗时约30秒，天生速率远超预期。

在另一项测试中，通过多轮对话优化图像。起首要求天生“一只老虎，戴着玄色墨镜”，GPT-4o敏捷出现了细节丰富的画面。老虎的毛发纹理清楚可见，透过墨镜能看到老虎的眼睛细节。随后，记者进一步输入指令“给这个老虎戴上侦察帽，并天生游戏场景”，新天生的图像不但完善实现了场景变革，还保持了主体特性的同等性，显现了强盛的上下文连贯性。

针对复杂场景的处置惩罚本领，以“计划一个包罗12个差别物体的4x3网格图，每个物体需正确出现指定特性”举行测试。GPT-4o乐成应对了这一挑衅，从蓝色星星、赤色三角形到彩虹闪电，细节精准度令人赞叹。但大概是对中文明白本领不敷，天生图案中存在指令缺失的环境。

在实用性测试中，记者实验天生专业场景图像。比方，要求“制作一份传统中式风格的餐厅菜单，包罗毛血旺和酸菜鱼的菜品形貌”。GPT-4o天生的菜单不但笔墨排版优雅，插画风格与菜品完善契合，团体视觉结果令人满足。别的，天生科学表示图的本领同样精彩。记者输入指令“绘制牛顿棱镜实行的表示图”，模子敏捷输出了布局清楚的讲授图像。

只管存在这些不敷，GPT-4o 图像生乐成能的革新性依然明显。其精准的文本渲染本领、对复杂指令的高遵照度，以及多轮对话中的同等性体现，为创意计划、教诲讲授、游戏开辟等范畴提供了强盛工具。正如OpenAI首席实行官萨姆・奥尔特曼（Sam Altman）所言，这一功能的推出标记着 “创作自由的新高点”，用户将借此开释更多视觉创意潜能。

作为AI范畴的头部玩家，OpenAI背后的GPU储备天然是业内顶尖水准。根据技能咨询公司Omdia的分析，微软作为OpenAI的重要投资者，在2024年购买了约48.5万块英伟达的Hopper芯片，是其重要竞争对手Meta的两倍，这使其成为英伟达GPU的最大买家。OpenAI的大模子正是用微软的Azure云底子办法举行练习。

可以说，OpenAI因新功能面对的题目，折射了AI多模态技能发展中的资源与需求均衡困难，一方面，AI应用对GPU等算力资源的需求依然巨大，另一方面，行业继承召唤技能迭代，以求高效使用现有资源。

据北京商报，此次更新GPT-4o的图像生乐成能之后，OpenAI更大的产物更新将是推出GPT-5。本年2月，OpenAI首席实行官山姆·奥尔特曼表现，OpenAI将会在ChatGPT和API服务中搭载新模子GPT-5，GPT-5将集成公司多项技能，包罗推理模子o3的技能，GPT-5大概会在将来几个月内推出。

封面图片泉源：逐日经济消息 资料图