Pāriet uz galveno saturu
OpenAI

2025. gada 16. decembris

ProduktsIzlaidums

Jaunais ChatGPT Images ir klāt

This post covers an image-generation launch.

Notiek ielāde…

Šodien mēs izlaižam jaunu ChatGPT Images versiju, kuru darbina mūsu jaunais vadošais attēlu ģenerēšanas modelis. Tagad, neatkarīgi no tā, vai tu izveido kaut ko no nulles vai rediģē fotoattēlu, tu iegūsi rezultātu, ko esi iedomājies. Tas veic precīzus labojumus, saglabājot tādas detaļas kā nepārveidots cilvēku izskats, un ģenerē attēlus līdz pat 4x ātrāk. Vienlaikus mēs iepazīstinām ar jaunu attēlu funkciju ChatGPT, kas ir izstrādāta, lai attēlu ģenerēšana būtu patīkama—iedvesmotu un padarītu radošo izpēti bez piepūles.

Jaunais attēlu modelis un funkcija tiek ieviesti šodien ChatGPT visiem lietotājiem, kā arī API kā GPT‑image‑1.5.

Precīzi labojumi, kas saglabā to, kas ir svarīgs

Tagad, kad tu lūdz veikt izmaiņas augšupielādētā attēlā, modelis uzticami ievēro tavu nodomu—līdz pat sīkākajām detaļām—mainot tikai to, ko tu lūdz, vienlaikus saglabājot tādus elementus kā apgaismojums, kompozīcija un cilvēku izskats konsekventus ievadēs, rezultātos un turpmākajās rediģēšanas reizēs.

Tas uzrāda rezultātus, kas atbilst tavam nodomam—noderīgāki foto rediģējumi, ticamākas apģērbu un frizūru pielaikošanas, kā arī stilistiskie filtri un konceptuālās transformācijas, kas saglabā oriģinālā attēla būtību. Kopā šie uzlabojumi nozīmē, ka ChatGPT var darboties kā radoša studija tavā kabatā, spējīga gan uz praktiskiem labojumiem, gan uz izteiksmīgiem pārveidojumiem.

Rediģēšana

Modelis izceļas dažādu veidu rediģēšanā—tostarp pievienošana, atņemšana, apvienošana, sajaukšana un transponēšana—tādējādi tu iegūsti vēlamās izmaiņas, nezaudējot to, kas padara attēlu īpašu.

Radošas pārmaiņas

Modeļa radošums izpaužas transformācijās, kas maina un pievieno elementus, piemēram, tekstu un izkārtojumu, lai iedzīvinātu idejas, vienlaikus saglabājot svarīgas detaļas. Šīs transformācijas darbojas gan ar vienkāršiem, gan sarežģītākiem konceptiem, un tās ir viegli izmēģināt, izmantojot iepriekš iestatītus stilus un idejas jaunajā ChatGPT attēli(atveras jaunā logā) funkcijā—nav nepieciešama rakstiska uzvedne.

Instrukciju ievērošana

Modelis seko norādījumiem uzticamāk nekā mūsu sākotnējā versija. Tas ļauj veikt precīzākus labojumus, kā arī veidot sarežģītākas oriģinālās kompozīcijas, kur elementi tiek saglabāti savstarpējās attiecībās, kā bija iecerēts.

Jauns

draw a 6x6 grid

Make a 6 (columns) by 6 (rows) grid grid of:

Row 1: the Greek letter beta, a beach ball, a lemon, a robot, a fish tank, a frog

Row 2: a praying mantis, an expensive watch, a baththub, a pair of sunglasses, a colorful butterfly, an envelope

Row 3: a stamp, a picture frame, a steaming dumpling, the word "miracle", a pair of skis, the letter Z

Row 4: a toilet, a subway token, a mute icon, a bottle of perfume, a dragonfly, a skateboard helmet

Row 5: a Bluetooth icon, the number 13, a green heart, a rubik's cube, a Canada goose, a soldier's helmet

Row 6: a white dog, a life jacket, a knot, a keyboard, a tissue box, the number 14

chatgpt-images-instruction-following-new

Iepriekšējais

draw a 6x6 grid

Make a 6 (columns) by 6 (rows) grid grid of:

Row 1: the Greek letter beta, a beach ball, a lemon, a robot, a fish tank, a frog

Row 2: a praying mantis, an expensive watch, a baththub, a pair of sunglasses, a colorful butterfly, an envelope

Row 3: a stamp, a picture frame, a steaming dumpling, the word "miracle", a pair of skis, the letter Z

Row 4: a toilet, a subway token, a mute icon, a bottle of perfume, a dragonfly, a skateboard helmet

Row 5: a Bluetooth icon, the number 13, a green heart, a rubik's cube, a Canada goose, a soldier's helmet

Row 6: a white dog, a life jacket, a knot, a keyboard, a tissue box, the number 14

chatgpt-images-instruction-following-old

Teksta atveide

Modelis sper vēl vienu soli uz priekšu teksta atveidē, spējot apstrādāt blīvāku un mazāku tekstu.

Papildu kvalitātes uzlabojumi

Modelis arī uzlabo papildu dimensijas, kas pārvēršas par tūlītēji izmantojamiem rezultātiem, piemēram, daudzu mazu seju attēlošanu un to, cik dabiski izskatās rezultāti.

Jauna radošā telpa

Papildus attēlu ģenerēšanai, aprakstot, ko tu vēlies redzēt ziņojumā, mēs ieviešam īpašu Images(atveras jaunā logā) mājvietu ChatGPT—pieejamu sānu joslā, izmantojot mobilo lietotni un vietnē chatgpt.com—lai paātrinātu un vienkāršotu attēlu izpēti un izmēģināšanu. Tas ietver desmitiem iepriekš iestatītu filtru un uzvedņu, lai iedvesmotu, un tiek regulāri atjaunināts, lai atspoguļotu jaunākās tendences.

Kopā šie uzlabojumi ļauj tev izveidot attēlus, kas labāk atbilst tavam redzējumam, sākot ar nelieliem labojumiem un beidzot ar pilnīgu pārveidi.

ChatGPT Images darbam

Šis modelis optimizē uzņēmuma darbplūsmas ar ātrāku attēlu ģenerēšanu, precīziem labojumiem un konsekventām vizuālajām detaļām visās iterācijās. Komandas var izpētīt idejas, veikt mērķtiecīgas izmaiņas un vizualizēt sarežģītas vai sausas koncepcijas, atbalstot lietošanas gadījumus mārketingā, dizainā, e-komercijā un iekšējā komunikācijā.

Uzlabojumi un ierobežojumi

Mēs atkārtoti izpildījām daudzus piemērus no mūsu sākotnējās attēlu ģenerēšanas palaišanas, lai novērtētu veiktspēju. Modelis uzrāda skaidrus uzlabojumus dažādos gadījumos, lai gan rezultāti joprojām nav ideāli. Lai gan šis izlaidums nozīmē būtisku progresu, nākotnes iterācijās joprojām ir ievērojamas iespējas uzlabojumiem.

GPT attēls 1.5 API

gpt-image-1.5 API nodrošina visus tos pašus uzlabojumus kā ChatGPT Images: tas ir spēcīgāks attēlu saglabāšanā un rediģēšanā nekā GPT attēls 1.

Tu redzēsi konsekventāku zīmolu logotipu un galveno vizuālo elementu saglabāšanu visos rediģējumos, padarot to labi piemērotu mārketinga un zīmola darbam, piemēram, grafikai un logotipu izveidei, kā arī e-komercijas komandām, kas ģenerē pilnus produktu attēlu katalogus (varianti, ainas un leņķi) no viena avota attēla.

Attēlu ievades un izvades tagad ir par 20% lētākas GPT Image 1.5 salīdzinājumā ar GPT Image 1, tāpēc tu vari ģenerēt un iterēt vairāk attēlu par to pašu budžetu.

Tu vari izmēģināt jauno modeli
OpenAI Playground(atveras jaunā logā) vai izlasīt uzvednes rokasgrāmatu(atveras jaunā logā) iedvesmai.

Uzņēmumi un jaunuzņēmumi dažādās nozarēs, tostarp radošo rīku, e-komercijas, mārketinga programmatūras un citās, jau izmanto GPT attēls 1.5. Mēs ar prieku dalāmies ar dažiem no šiem piemēriem.

Pieejamība

Jaunie ChatGPT attēli pašlaik tiek ieviesti visiem ChatGPT lietotājiem un API lietotājiem visā pasaulē visās platformās. Tas darbojas visos modeļos, tāpēc tev nav jāizvēlas nekas, lai to izmantotu.

Mēs uzskatām, ka attēliu ģenerēšanas jomā joprojām atrodamies pašā sākumā. Šodienas atjauninājums ir nozīmīgs solis uz priekšu, un vēl ir gaidāmi uzlabojumi, sākot ar smalkākām rediģēšanas iespējām un beidzot ar bagātīgākiem, detalizētākiem rezultātiem dažādās valodās.

Autors

OpenAI

Contributors

Project Leadership

Gabriel Goh — Research Lead

Adele Li — Product Lead

Bill Peebles — Sora Lead 

Aditya Ramesh — World Simulation Lead

Mark Chen — Chief Research Officer

Prafulla Dhariwal — Multimodal Lead

Core Team 

Alex Fang, Alex Yu, Ben Wang, Bing Liang, Boyuan Chen, Charlie Nash, David Medina, Dibya Bhattacharjee, Jianfeng Wang, Kenji Hata, Kiwhan Song, Mengchao Zhong, Mike Starr, Yuguang Yang

Research Contributors

Bram Wallace, Dmytro Okhonko, Haitang Hu, Kshitij Gupta, Li Jing, Lu Liu, Peter Zhokhov, Qiming Yuan, Senthil Purushwalkam, Yizhen Zhang

Core Inference

Adam Tart, Alyssa Huang, Andrew Braunstein, Jane Park, Karen Li, Tomer Kaftan

Research Collaborators

Aditya Ramesh, Alex Nichol, Andrew Kondrich, Andrew Liu, Benedikt Winter, Bill Peebles, Connor Holmes, Cyril Zhang, Daniel Geng, Eric Mintun, James Betker, Jamie Kiros, Manuka Stratta, Martin Li, Raoul de Liedekerke, Ricky Wang, Ruslan Vasilev, Vladimir Chalyshev, Welton Wang, Wyatt Thompson, Yaming Lin

Inference Collaborators

Jiayu Bai, Kevin King, Stanley Hsieh, Weiyi Zheng

Data & Evaluation

Alexandra Barr, Aparna Dutta, Arshi Bhatnagar, Chao Yu, Charlotte Cole, Dragos Oprica, Emma Tang, Gowrishankar Sunder, Henry Baer, Ian Sohl, James Park Lennon, Jason Xu, Peilin Yang, Somay Jain, Szi-chieh Yu, Wesam Manassra, Xiaolei Zhu, Yilei Qian

Applied

Affonso Reis, Alan Gou, Alexandra Vodopianova, Amandeep Grewal, Andi Liu, Andrew Sima, Angus Fletcher, Antonia Woodford, Arun Eswara, Benny Wong, Bharat Rangan, Boyang Niu, Bridget Collins, Bryan Brandow, Callie Riggins Zetino, Chris Wendel, Ethan Chang, Gilman Tolle, Greg Hochmuth, Ibrahim Okuyucu, Jesse Chand, Jesse Hendrickson, Jiayu Bai, Jimmy Lin, Johan Cervantes, Kan Wu, Liam Esparraguera, Maja Wichrowska, Matthew Ferrari, Murat Yesildal, Nikunj Handa, Nithanth Kudige, Ola Okelola, Osman Khwaja, Peter Argany, Peter Bakkum, Peter Vidani, Richard Zadorozny, Rohan Sahai, Savelii Bondini, Sean Chang, Vickie Duong, Victoria Huang, Xiaolin Hao, Xueqing Li

Safety, Safety Systems, Integrity, Policy & Trust

Abby Fanlo Susk, Adam Wells, Aleah Houze, Annie Cheng, Artyi Xu, Carolina Paz, David Abelman, Femi Alamu, Jay Wang, Jeremiah Currier, Jesika Haria, Mariya Guryeva, Max Burkhardt, Paige Walker, Pedro Aguilar, Rutsu Koshimizu, Sam Toizer, Savannah Heon, Tom Rubin, Tonia Osadebe, Willow Primack, Zoe Stoll

Product Operations, Program Management and Governance

Antonio Di Francesco, Filippo Raso, Grace Wu, Josh Metherd, Ruth Costigan

Legal

Ally Bennett, Tony Song, Tyce Walters

Communications, Marketing, Community, Design & Creative

Akash Iyer, Alex Baker-Whitcomb, Angie Luo, Anne Oburgh, Antonia Richmond, Annie Tsang, Ashley Tyra, Bailey Richardson, Brandon McGraw, Cary Hudson, Dana Palmie, Evan Corrigan, Gaby Raila, Indgila Samad Ali, James Anderson, Jeremy Schwartz, Jordan Liss, Juan Garza, Julie Steele, Kara Zichittella, Karn Piluntanadilok, Kendal Peirce, Kim Baschet, Leah Anise, Livvy Pierce, Maria Clara M. Fleury Osorio, Minnia Feng, Nick Ciffone, Nick Forland, Niko Felix, Paige Ford, Rachel Puckett, Rishabh Aggarwal, Rusty Rupprecht, Souki Mansoor, Tasia Potasinski, Taya Christianson, Vasundhara Mudgil, Whitney Ferris, Yara Khakbaz, Zach Brock, Zoë Silverman

Special Thanks

Amy Yang, Arvin Wu, Avital Oliver, Brandon McKinzie, Chak Li, Chris Lu, David Duxin, Dian Ang Yap, Gabriel Petersson, Guillaume Leclerc, Hazel Byrne, Henry Aspegren, Jennifer Luckenbill, Ji Lin, Joseph Mo, Julius Hochmuth, Liunian (Harold) Li, Long Ouyang, Mariano López, Michael Zhang, Ravi Teja Mullapudi, Suvansh Sanjeev, Varun Shetty, Wenda Zhou

Exec

Fidji Simo, Hannah Wong, Jakub Pachocki, Jason Kwon, Johannes Heidecke, Kate Rouch, Lauren Itow, Mark Chen, Mia Glaese, Nick Ryder, Nick Turley, Prafulla Dhariwal, Sam Altman, Sulman Choudhry