OpenAI图像生成技术：创新、挑战与未来

字数 648，阅读大约需 4 分钟

OpenAI图像生成技术：创新、挑战与未来

OpenAI最近向开发者开放了其最新的图像生成技术API，这一举措不仅提升了ChatGPT用户的体验，还因其能够创建逼真的吉卜力风格照片和‘AI动作人物’而迅速走红网络。这一技术的成功推出为OpenAI带来了数百万的新注册用户，但同时也对公司的服务能力提出了巨大挑战。

技术亮点：gpt-image-1模型

支撑这一功能的gpt-image-1模型是一种本机多模态模型，它能够跨不同风格创建图像、遵循定制指南、利用世界知识并渲染文本。这使得开发者能够根据需求生成多样化的图像内容。

开发控制与安全措施

开发者可以利用gpt-image-1同时生成多张图像，并通过调整生成质量来控制速度。此外，OpenAI还实施了与ChatGPT相同的安全措施，包括限制生成违反公司政策的内容。开发者可以调整内容审核敏感度，以适应不同的需求。所有由gpt-image-1生成的图像都将带有C2PA元数据水印，以便在支持的平台和应用中识别为AI生成。

企业应用与定价策略

包括Adobe、Airtable、Wix、Instacart、GoDaddy、Canva和Figma在内的知名企业已经开始使用或测试gpt-image-1模型。例如，Figma Design平台现在允许用户通过gpt-image-1生成和编辑图像，而Instacart则正在测试使用该模型为食谱和购物清单生成图像。

OpenAI的定价策略为每百万输入文本代币5美元，每百万输入图像代币10美元，以及每百万输出图像代币40美元。这对于低、中、高质量的方形图像分别相当于约2美分、7美分和19美分的生成成本。