Præsentation af 4o-billedgenerering
Få adgang til nyttig og værdifuld billedgenerering med en indbygget multimodal model, der kan levere præcise, nøjagtige og fotorealistiske resultater.
Hos OpenAI har vi længe ment, at billedgenerering bør være en primær kapacitet i vores sprogmodeller. Derfor har vi indbygget vores hidtil mest avancerede billedgenerator i GPT‑4o. Resultatet – billedgenerering, der ikke kun er smuk, men også nyttig.
Fra de første hulemalerier til moderne infografik har mennesker brugt visuelle billeder til at kommunikere, overtale og analysere – ikke kun til at dekorere. Dagens generative modeller kan fremtrylle surrealistiske, betagende scener, men har svært ved de praktiske billeder, som folk bruger til at dele og skabe information. Billeder kan formidle præcis betydning, når de forstærkes med symboler, der refererer til fælles sprog og erfaring, fra logoer til diagrammer.
GPT‑4o billedgenerering udmærker sig ved præcis gengivelse af tekst, præcist at følge instruktioner og udnytte 4os iboende vidensbase og chatkontekst – herunder at transformere uploadede billeder eller bruge dem som visuel inspiration. Disse funktioner gør det lettere at skabe præcis det billede, du forestiller dig, så du kan kommunikere mere effektivt gennem visuelle elementer og fremme billedgenerering til et praktisk værktøj med præcision og styrke.
Vi trænede vores modeller i den fælles distribution af onlinebilleder og tekst, hvor vi ikke kun lærte, hvordan billeder relaterer sig til sprog, men også hvordan de relaterer sig til hinanden. Kombineret med aggressiv eftertræning har den resulterende model en overraskende visuel flydende karakter, der er i stand til at generere billeder, der er nyttige, konsistente og kontekstbevidste.
Et billede siger mere end tusind ord, men nogle gange kan dét at generere et par ord på det rette sted løfte betydningen af et billede. 4o's evne til at blande præcise symboler med billeder gør billedgenerering til et værktøj til visuel kommunikation.
Fordi billedgenerering nu er indbygget i GPT‑4o, kan du forfine billeder gennem naturlig samtale. GPT‑4o kan bygge videre på billeder og tekst i chatkontekst, hvilket sikrer konsistens hele vejen igennem. Hvis du for eksempel designer en figur i et videospil, forbliver figurens udseende sammenhængende på tværs af flere iterationer, mens du raffinerer og eksperimenterer.
GPT‑4o’s billedgenerering følger detaljerede forespørgsler med opmærksomhed på detaljer. Mens andre systemer kæmper med ~5-8 objekter, kan GPT‑4o håndtere op til 10-20 forskellige objekter. Den strammere binding af objekter til deres egenskaber og relationer giver bedre kontrol.
GPT‑4o kan analysere og lære fra bruger-uploadede billeder og integrere deres detaljer problemfrit i sin kontekst for at informere billedgenerering.
Generering af indbyggede billeder gør det muligt for 4o at sammenkæde sin viden mellem tekst og billeder, hvilket resulterer i en model, der føles smartere og mere effektiv.
Træning på billeder, der afspejler en bred vifte af billedstile, gør det muligt for modellen at skabe eller forvandle billeder på en overbevisende måde.
Vores model er ikke perfekt. Vi er klar over flere begrænsninger lige nu, som vi vil arbejde på at løse gennem modelforbedringer efter den første lancering.

Vi har bemærket, at GPT‑4o til tider kan beskære længere billeder, såsom plakater, for stramt, især nær bunden.
I overensstemmelse med vores modelspecifikation sigter vi mod at maksimere den kreative frihed ved at understøtte værdifulde anvendelsesscenarier som spiludvikling, historisk udforskning og uddannelse – samtidig med at vi opretholder stærke sikkerhedsstandarder. Samtidig er det stadig lige så vigtigt som altid at blokere anmodninger, der overtræder disse standarder. Nedenfor er evalueringer af yderligere risikoområder, hvor vi arbejder på at aktivere sikkert, højnyttigt indhold og understøttelse af bredere kreativ udfoldelse for brugerne.
Proveniens via C2PA og intern reversibel søgning
Alle genererede billeder leveres med C2PA-metadata, som identificerer et billede som kommende fra GPT‑4o for at sikre gennemsigtighed. Vi har også udviklet et internt søgeværktøj, der anvender tekniske egenskaber ved generationer til at hjælpe med at verificere, om indholdet stammer fra vores model.
Blokering af det dårlige indhold
Vi fortsætter med at blokere anmodninger om genererede billeder, der kan overtræde vores indholdspolitikker, såsom materiale med seksuelt misbrug af børn og seksuelle deepfakes. Når billeder af virkelige mennesker er i kontekst, har vi skærpede restriktioner for, hvilken slags billeder der kan skabes, med særligt robuste beskyttelsesforanstaltninger omkring nøgenhed og grafisk vold. Som ved enhver lancering er sikkerhed aldrig afsluttet, men snarere et løbende investeringsområde. Efterhånden som vi lærer mere om den faktiske anvendelse af denne model, vil vi justere vores politikker i overensstemmelse hermed.
Du kan finde flere oplysninger om vores tilgang ved at se tillægget til GPT‑4o systemkortet om billedgenerering.
Brug af avanceret tænkning til at styrke sikkerheden
Ligesom vores deliberative alignment arbejde har vi trænet en avanceret tænknings-LLM til at arbejde direkte ud fra menneskeskrevne og fortolkelige sikkerhedsspecifikationer. Vi brugte denne avanceret tænkning-LLM under udviklingen til at hjælpe os med at identificere og løse uklarheder i vores politikker. Sammen med vores multimodale fremskridt og eksisterende sikkerhedsteknikker udviklet til ChatGPT og Sora, giver dette os mulighed for at moderere både inputtekst og outputbilleder imod vores politikker.
4o image generation rolls out starting today to Plus, Pro, Team, and Free users as the default image generator in ChatGPT, with access coming soon to Enterprise and Edu. It’s also available to use in Sora. For those who hold a special place in their hearts for DALL·E, it can still be accessed through a dedicated DALL·E GPT.
Developers will soon be able to generate images with GPT‑4o via the API, with access rolling out in the next few weeks.
Creating and customizing images is as simple as chatting using GPT‑4o - just describe what you need, including any specifics like aspect ratio, exact colors using hex codes, or a transparent background. Because this model creates more detailed pictures, images take longer to render, often up to one minute.
Skrevet af
Ledelse
Gabriel Goh: Image Generation
Jackie Shannon: ChatGPT Product
Mengchao Zhong, Wayne Chang: ChatGPT Engineering
Rohan Sahai: Sora Product and Engineering
Brendan Quinn, Tomer Kaftan: Inference
Prafulla Dhariwal: Multimodal Organization
Research
Grundlæggende forskning
Allan Jabri, David Medina, Gabriel Goh, Kenji Hata, Lu Liu, Prafulla Dhariwal
Kerneresearch
Aditya Ramesh, Alex Nichol, Casey Chu, Cheng Lu, Dian Ang Yap, Heewoo Jun, James Betker, Jianfeng Wang, Long Ouyang, Li Jing, Wesam Manassra
Forskningsbidragydere
Aiden Low, Brandon McKinzie, Charlie Nash, Huiwen Chang, Ishaan Gulrajani, Jamie Kiros, Ji Lin, Kshitij Gupta, Yang Song
Modeladfærd
Laurentia Romaniuk
Multimodal Organisation
Andrew Gibiansky, Yang Lu
Data
Dataansvarlige
Gildas Chabot, James Park Lennon
Data
Arshi Bhatnagar, Dragos Oprica, Rohan Kshirsagar, Spencer Papay, Szi-chieh Yu, Wesam Manassra, Yilei Qian
Moderatorer
Hazel Byrne, Jennifer Luckenbill, Mariano López
Human Data Advisors
Long Ouyang
Skalering
Inferensansvarlige
Brendan Quinn, Tomer Kaftan
Inferens
Alyssa Huang, Jacob Menick, Nick Stathas, Ruslan Vasilev og Stanley Hsieh
Ansøgt
ChatGPT Product Lead
Jackie Shannon
ChatGPT Engineering Leads
Mengchao Zhong, Wayne Chang
Product Design Lead
Matt Chan
Data Science
Xiaolin Hao
ChatGPT
Andrew Sima, Annie Cheng, Benjamin Goh, Boyang Niu, Dian Ang Yap, Duc Tran, Edede Oiwoh, Eric Zhang, Ethan Chang, Jeffrey Dunham, Jay Chen, Kan Wu, Karen Li, Kelly Stirman, Mengyuan Xu, Michelle Qin, Ola Okelola, Pedro Aguilar, Rocky Smith, Rohit Ramchandani, Sara Culver, Sean Fitzgerald, Vlad Fomenko, Wanning Jiang, Wesam Manassra, Xiaolin Hao, Yilei Qian
Sora
Sora Product Leads
Rohan Sahai, Wesam Manassra
Sora Product og Engineering
Boyang Niu, David Schnurr, Gilman Tolle, Joe Taylor, Joey Flynn, Mike Starr, Rajeev Nayak, Rohan Sahai, Wesam Manassra
Sikkerhed
Sikkerhedsansvarlig
Somay Jain
Sikkerhed
Alex Beutel, Andrea Vallone, Botao Hao, Brendan Quinn, Cameron Raymond, Chong Zhang, David Robinson, Eric Wallace, Filippo Raso, Huiwen Chang, Ian Kivlichan, Irina Kofman, Keren Gu-Lemberg, Kristen Ying, Madelaine Boyd, Meghan Shah, Michael Lampe, Owen Campbell-Moore, Rohan Sahai, Rodrigo Riaza Perez, Sam Toizer, Sandhini Agarwal, Troy Peterson
Strategi
Adam Cohen, Adam Wells, Ally Bennett, Ashley Pantuliano, Carolina Paz, Claudia Fischer, Declan Grabb, Gaby Sacramone-Lutz, Lauren Jonas, Ryan Beiermeister, Shiao Lee, Tom Stasi, Tyce Walters, Ziad Reslan, Zoe Stoll
Marketing og kommunikation
Kommunikations- og marketingansvarlige
Minnia Feng, Natalie Summers, Taya Christianson
Kommunikation
Alex Baker-Whitcomb, Ashley Tyra, Bailey Richardson, Gaby Raila, Marselus Cayton, Scott Ethersmith, Souki Mansoor
Design og kreativitet
Ansvarlige
Kendra Rimbach, Veit Moeller
Design
Adam Brandon, Adam Koppel, Angela Baek, Cary Hudson, Dana Palmie, Freddie Sulit, Jeffrey Sabin Matsumoto, Leyan Lo, Matt Nichols, Thomas Degry, Vanessa Antonia Schefke, Yara Khakbaz
Særlig tak
Aditya Ramesh, Aidan Clark, Alex Beutel, Ben Newhouse, Ben Rossen, Che Chang, Greg Brockman, Hannah Wong, Ishaan Singal, Jason Kwon, Jiacheng Feng, Jiahui Yu, Joanne Jang, Johannes Heidecke, Kevin Weil, Mark Chen, Mia Glaese, Nick Turley, Raul Puri, Reiichiro Nakano, Rui Shu, Sam Altman, Shuchao Bi, Vinnie Monaco

















](https://images.ctfassets.net/kftzwdyauwt9/2R9czqCiP1nqec6UED0AJd/0f24e9e9299c871ffd3d5b76f5635d16/roope-car.png?w=3840&q=90&fm=webp)






](https://images.ctfassets.net/kftzwdyauwt9/4mDKmV3ex9OT8wyAFGDAQS/1b0e1baacb80125e1f92e66dbdf1e32a/Alex_Duffy1.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/30DNW3QcEb1BosJhJqPAfA/56e4708045e63d40d5fe31c122da2bfb/August_Kamp_2.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/2ukMfLwQHGEnwMbS43M3Hf/6f5fa57419fdc16ca603e41c1ac290ff/August_Kamp_3.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/2KZaGKW5emVRwnYBMcMYCP/560cd7d513aed92b4a943b66b6b5e836/August_Kamp_4.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/2PVNlktDwuJJgAlrviWfF1/bf374f33e21c41e770068f4f66a22394/August_Kamp_5.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/39oS3hSQqMSqHHNAS0q3DB/0624bcc17a3e7a3fd318a1eb5c63146e/August_Kamp.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/5WdHD3ToXx1mj13bjDhdQh/46c283533309492585f3538a5ed3a2fd/August_Kamp_1_.png?w=3840&q=90&fm=webp)

](https://images.ctfassets.net/kftzwdyauwt9/37BlQeBhtmTAazdT7LyRIU/7e6472d3ba12c22748cf14a670c0a725/Copy_of_Isa.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/2pRf2V2Zmd1YF7GfBtfRwG/92ac8188795fcdd4be9152a27a971289/Copy_of_Isa2.png?w=3840&q=90&fm=webp)


](https://images.ctfassets.net/kftzwdyauwt9/2D1UY4SXAHAxN0uCGT4KCd/43da3a5152c1a823fdf2bed6acea5cf8/Derya_Unutmaz1.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/1jRz4YFkVwGIVQC6yz5DJV/af2ed5507df32860b8b82a4a326c437e/Derya2.jpg?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/1hakInZjBH5SENKVLD68Gl/0140eb82eae9e5cd2f1fbc7ef8f5c46c/Derya3.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/3viXLb1u1ZsUXju6gc0Izh/51b37635165df801077399b26e6c0ff5/Elene_6.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/6EoS1QOv0KOi4aESduy0cU/12705b1ca86abce06bf7366f98e9a8c7/Elene_Chekurishvili.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/5sKaN7iVvtLlzGJQtFmfMg/4ef6d51d2e54d4effd3019401401deb1/Elene3.jpeg?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/1iA7pHLA84KDCRIuoG5pTk/ae8e52600bfbd53a10a749dcd78b2382/Elene4.jpeg?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/5MPmWWYE3fDk6M5QSpA0X8/ac729246785fc8d052be4427085bbcda/Elene5.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/2CrXaGuZ3fcCIyKNcDaiRr/26fb7c949919a2de82f7b8340ad4e708/Eugenio_Marongiu.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/6JJh92fHC6diXnnj0rz6DP/53a43e30200729a648cfda1faa6328a5/Eugenio2.png?w=3840&q=90&fm=webp)



](https://images.ctfassets.net/kftzwdyauwt9/tZr3EpmNfrkZBQAIYMffM/d85415f7a01a49718adf2509bb9ad8f1/Minh_Do1.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/1TQS4fCbgIOjdnML4u6i5o/bc81b9ff76e503e32b69dbf447a967e6/niceaunties.png?w=3840&q=90&fm=webp)


](https://images.ctfassets.net/kftzwdyauwt9/1TYYxCnSFWzwoEOHJ7OlfC/767ce4ec94b972138598cce0be1e8d79/Roope_2.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/2Gr22uAGGIQjmDBQt2ccKx/620417fa3b9667f7e95a1fd98c692203/Roope_3.png?w=3840&q=90&fm=webp)
](https://images.ctfassets.net/kftzwdyauwt9/5neXFSFNWbbdhruFManjbU/3a084e08790a90af52cb7005372539b9/Roope_Rainisto1.png?w=3840&q=90&fm=webp)






