摘要：ChatGPT现在可以通过GPT-4o模型原生创建和修改图像及照片。尽管GPT-4o长期以来一直是该AI驱动聊天机器人平台的技术支柱，但此前该模型仅能生成和编辑文本。

在周二的一场直播活动中，OpenAI首席执行官山姆·阿尔特曼宣布，ChatGPT的图像生成功能将迎来一年半以来的首次重大升级。

ChatGPT现在可以通过GPT-4o模型原生创建和修改图像及照片。尽管GPT-4o长期以来一直是该AI驱动聊天机器人平台的技术支柱，但此前该模型仅能生成和编辑文本。

阿尔特曼表示，GPT-4o的原生图像生成功能即日起面向订阅每月200美元Pro计划的用户开放，涵盖ChatGPT和OpenAI旗下视频生成产品Sora。OpenAI称，该功能将很快向ChatGPT的Plus用户、免费用户以及使用其API服务的开发者开放。

相较于其替代的DALL-E 3图像生成模型，具备图像输出能力的GPT-4o需要“思考”更长时间，但能生成OpenAI所称“更精准细致”的图像。GPT-4o支持编辑现有图片，包括含人物的图像，可进行整体风格转换或对前景背景等元素进行细节修复。

为支撑新功能，OpenAI向《华尔街日报》透露，GPT-4o的训练数据包括“公开可用数据”以及来自Shutterstock等合作伙伴的专有数据。

多数生成式AI厂商将训练数据视为核心竞争力，因此严格保密相关细节。但训练数据也可能引发知识产权诉讼，这也成为企业不愿过多披露的另一原因。

OpenAI首席运营官布拉德·莱特卡普在声明中强调：“我们通过输出控制机制尊重艺术家权利，制定政策防止生成直接模仿在世艺术家作品的图像。”

该公司提供退出表单，允许创作者申请将其作品从训练数据集中移除。OpenAI同时承诺，将尊重网站禁止其网络爬虫抓取训练数据（含图像）的请求。

此次ChatGPT图像生成功能升级紧随谷歌旗舰模型Gemini 2.0 Flash的实验性原生图像输出功能发布。尽管该功能在社交媒体引发热议，但其图像组件因缺乏防护机制饱受争议——用户可借此去除水印并生成含版权角色的图像。

（本文更新于太平洋时间中午12点，补充OpenAI就GPT-4o训练数据向《华尔街日报》作出的声明。）

来源：小刚同学一点号1