Үндсэн агуулга руу алгасах
OpenAI

2025 оны гуравдугаар сарын 25

БүтээгдэхүүнГаргалт

4o зураг үүсгэхийг танилцуулж байна

Төрөлх олон төрлийн горимтой загвараар нарийвчлалтай, үнэн зөв, фотореалист үр дүн гаргах, хэрэгтэй бөгөөд үнэ цэнтэй зураг үүсгэх боломжийг нээж байна.

This post introduced 4o image generation.

Ачаалж байна…

OpenAI-д бид зураг үүсгэх нь хэлний загваруудын маань үндсэн чадвар байх ёстой гэж эртнээс үзсээр ирсэн. Тиймээс бид одоог хүртэлх хамгийн дэвшилтэт зураг үүсгэгчээ GPT‑4o-д суулгасан. Үр дүн нь зөвхөн үзэсгэлэнтэй бус, бас хэрэгтэй зураг үүсгэх юм.

Хэрэгтэй зураг үүсгэх

Анхны агуйн зургаас орчин үеийн инфографик хүртэл хүмүүс дүрслэх зургийг зөвхөн чимэглэхэд биш, харилцах, ятгах, шинжлэхэд ашиглаж ирсэн. Өнөөдрийн үүсмэл загвар нь сюрреал, амьсгаа авахуулсан дүр зураг бүтээж чаддаг ч хүмүүс мэдээлэл хуваалцах, бүтээхдээ ашигладаг ажил хэрэгч дүрслэл дээр бэрхшээлтэй хэвээр байна. Логоос диаграмм хүртэл, хуваалцсан хэл ба туршлагыг заадаг тэмдгээр баяжуулсан үед зураг нь маш нарийн утгыг илэрхийлж чадна.

GPT‑4o зураг үүсгэх нь текстийг үнэн зөв дүрслэх, өгөгдлийг ягштал дагах, мөн 4o-ийн төрөлх мэдлэгийн сан болон чатны контекстыг ашиглах — үүнд байршуулсан зургуудыг хувиргах эсвэл харааны санаа болгон хэрэглэх — тал дээр онцгой. Эдгээр чадварууд нь таны төсөөлсөн яг тэр зургийг бүтээхэд илүү хялбар болгож, дүрслэлээр илүү үр дүнтэй харилцахад туслан, зураг үүсгэхийг нарийвчлал, хүч чадалтай практик хэрэгсэл болгон ахиулж байна.

Сайжруулсан чадварууд

Бид загваруудаа онлайн зураг ба текстийн хамтарсан тархалт дээр сургасан бөгөөд зураг хэлтэй хэрхэн холбогддог төдийгүй өөр хоорондоо хэрхэн холбогддогийг ч сурсан. Эрчимтэй дараах сургалттай хослоход гарсан загвар нь гайхалтай дүрслэлийн уян хатан чадвартай болж, хэрэгтэй, тогтвортой, контекстыг ойлгодог зураг үүсгэх чадвартай болсон.

Текст дүрслэлт

Нэг зураг мянган үгтэй дүйцнэ гэдэг ч заримдаа зөв газарт нь хэдэн үг үүсгэх нь зургийн утгыг улам өргөдөг. 4o-ийн нарийн тэмдэг, дүрслэлийг хослуулах чадвар нь зураг үүсгэхийг харааны харилцааны хэрэгсэл болгодог.

Олон ээлжит үүсгэх

Зураг үүсгэх нь одоо GPT‑4o‑д төрөлх байдлаар суусан тул та зургуудыг энгийн яриагаар улам нарийвчлан сайжруулах боломжтой. GPT‑4o чатны контекст доторх зураг, текст дээр тулгуурлан ажиллаж, бүх явцад тогтвортой байдлыг хадгална. Жишээлбэл, хэрэв та видео тоглоомын дүр бүтээж байвал, засварлаж турших олон давталтын туршид тухайн дүрийн төрх уялдаатай хэвээр байна.

Заавар дагах

GPT‑4o-ийн зураг үүсгэх чадвар нь нарийн дэлгэрэнгүй өгөгдлийг анхаарч дагадаг. Бусад системүүд ~5-8 объект дээр бэрхшээдэг бол GPT‑4o 10-20 хүртэл өөр объектыг зохицуулж чадна. Объектуудыг шинж чанар, харилцаатай нь илүү нягт холбосноор хяналт илүү сайн болдог.

Контекст доторх суралцахуй

GPT‑4o нь хэрэглэгчийн байршуулсан зургуудыг шинжилж, тэдгээрээс суралцан, зураг үүсгэхэд ашиглахын тулд нарийн ширийнийг нь контекстдээ саадгүй нэгтгэж чадна.

Дэлхийн мэдлэг

Төрөлх зураг үүсгэх нь 4o-д текст ба зургийн хоорондох мэдлэгээ холбох боломж олгож, илүү ухаалаг, илүү үр ашигтай мэт мэдрэмж төрүүлэх загварыг бий болгодог.

Фотореализм ба хэв маяг

Маш олон төрлийн зургийн хэв маягийг тусгасан зураг дээр сургасан нь загварт зураг итгэл төрүүлэхүйцээр бүтээх эсвэл хувиргах боломж олгодог.

A candid paparazzi-style photo of Karl Marx hurriedly walking through the parking lot of the Mall of America, glancing over his shoulder with a startled expression as he tries to avoid being photographed. He’s clutching multiple glossy shopping bags filled with luxury goods. His coat flutters behind him in the wind, and one of the bags is swinging as if he’s mid-stride. Blurred background with cars and a glowing mall entrance to emphasize motion. Flash glare from the camera partially overexposes the image, giving it a chaotic, tabloid feel.
A cat looking into a puddle of water on a street, but its reflection is that of a tiger, and both reflections are realistically distorted by ripples in the water
Generate a candid, Polaroid-style photograph of four diverse friends in their early 20s at a gritty dive bar. The lighting features a very harsh, direct flash, creating sharp shadows and giving the photo a very overexposed, vintage instant-camera feel. Colors should be slightly muted, evoking nostalgic, early-2000s party vibes. The aesthetic is casually emo. No border or logos or signs. There's an interesting looking wall behind them with some light graffiti. Quality of the image should be very sharp and detailed (very little grain). The energy should be silly and chaotic. They're either playfully grimacing, smiling, or pretending to look tough. One of them should have their friend in a silly, playful headlock. Their mouths are closed.
Generate a photorealistic image of farmer's market in toronto on a saturday in summer 2006, it's a beautiful late june day, people are shopping and eating sandwiches. in focus should be a young asian girl wearing denim overalls and sipping on a strawberry banana smoothie - rest can be blurred. the photo should be reminiscent of that a digital camera from 2006 would take, with a timestamp like a printed photo would have. aspect ratio should be 3:2
blurry old analog film photograph, picture of parked car on side street, quiet night. credit creator: [Roope Rainisto](https://www.instagram.com/never_ever_never_land/?igsh=MXh3N3EyOWdoMmNubg%3D%3D#)
Create image super-realistic picture of these 4 creatures playing poker on a picnic blanket, zoomed out, in dolores park. photorealistic. The tabby long haired cat is holding a hand; right next to it are 2 tall vertical black chips (with stripes) as it has been raking in the dough.  Tabby's pupils are large and cute, and ii looking down and scrutinizing its cards, focused. Derpy black cat went all in. Two dogs are peering over cat's shoulder to see their cards. All cards are face down and of the same back color except for an exposed three of diamonds. small stack of poker chips are in front of each creature, but black cat went all in. the two dogs folded. All chips are from the same set and all cards have same color. photorealistic, shot on iphone, raw format.
Best of 1 | Generate an portrait ad on a solid pastel background.

In solid white san serif text, "ChatGPT image generation" in the top left, about a third of the way down.

In solid white san serif text, "Form follows function", in the bottom right, about a third of the way up.

In the background, put a photo of a really sleek, modern sculpture. It should gradually transition from a wireframe sketch on the left to the fully photorealistic version on the right. 

At the very bottom, in medium-small text, say "This entire poster was generated by ChatGPT image generation."
A lone astronaut floats inside a vast space station, painting swirling galaxies onto a massive canvas that hangs weightlessly in the air. Their paintbrush leaves behind trails of cosmic dust, and their suit is stained with nebula-colored hues. Their helmet is off, revealing eyes filled with the reflection of distant planets. Outside the glass window, a black hole looms, twisting light into mesmerizing patterns.
Realistic photograph of a horse galloping from right to left across a vast, calm ocean surface, accurately depicting splashes, reflections, and subtle ripple patterns beneath their hooves. Exaggerate horse movements but everything else should be still, quiet to show contrast with the horse's strength. clean composition, cinematographic. A wide, panoramic composition showcasing a distant horizon. Atmospheric perspective creating depth. zoomed out so the horse appears minuscule compared to vast ocean.

horse is right at the horizon where ocean meets sky. use rule of thirds to position horse. size of horse is 1% size of entire image because camera is so far away from subject. camera view is super close to the ground/ocean like a worm's eye view. horse is galloping right where ocean meets the sky
A realistic underwater scene with dolphins swimming through the windows of an abandoned subway car, with bubbles and detailed water flow accurately simulated.
Photo of a fruit bowl consisting of real fruits mixed with miniature planets (Jupiter, Saturn, Mars, Earth), maintaining realistic reflections, lighting, and shadows consistent with original photo, clean composition, authentic textures, crisp detailed rendering

A candid paparazzi-style photo of Karl Marx hurriedly walking through the parking lot of the Mall of America, glancing over his shoulder with a startled expression as he tries to avoid being photographed. He’s clutching multiple glossy shopping bags filled with luxury goods. His coat flutters behind him in the wind, and one of the bags is swinging as if he’s mid-stride. Blurred background with cars and a glowing mall entrance to emphasize motion. Flash glare from the camera partially overexposes the image, giving it a chaotic, tabloid feel.

Хязгаарлалтууд

Манай загвар төгс биш. Одоогоор хэд хэдэн хязгаарлалт байгааг бид мэдэж байгаа бөгөөд эхний нээлтийн дараа загварын сайжруулалтаар эдгээрийг шийдвэрлэхээр ажиллана.

Аюулгүй байдал

Манай загварын тодорхойлолттой нийцүүлэн, тоглоом хөгжүүлэлт, түүхэн судалгаа, боловсрол зэрэг үнэ цэнтэй хэрэглээг дэмжих замаар бүтээлч эрх чөлөөг дээдлэхийг зорьдог бөгөөд үүний зэрэгцээ аюулгүй байдлын өндөр стандартыг хадгална. Үүний зэрэгцээ тэдгээр стандартыг зөрчих хүсэлтүүдийг хаах нь урьдын адил чухал хэвээр байна. Доор бид аюулгүй, өндөр ашиг тустай контентыг боломжтой болгох болон хэрэглэгчдийн бүтээлч илэрхийллийг өргөжүүлэхээр ажиллаж буй нэмэлт эрсдэлийн чиглэлүүдийн үнэлгээг оруулав.

C2PA болон дотоод буцаан хайлтаар гарал үүслийг тогтоох
Үүсгэсэн бүх зураг C2PA⁠ метадататай ирдэг бөгөөд энэ нь тухайн зураг GPT‑4o‑оос гаралтайг илтгэж, ил тод байдлыг хангана. Мөн бид контент манай загвараас гарсан эсэхийг шалгахад туслах үүсгэгдсэн материалын техникийн шинжүүдийг ашигладаг дотоод хайлтын хэрэгсэл бүтээсэн.

Хор хөнөөлтэй зүйлсийг хаах
Бид хүүхдийн бэлгийн хүчирхийллийн материал, бэлгийн deepfake зэрэг манай контентын бодлогыг зөрчиж болзошгүй үүсгэсэн зураг хүссэн хүсэлтүүдийг үргэлжлүүлэн хааж байна. Бодит хүмүүсийн зураг контекстэд байгаа үед ямар төрлийн дүрслэл үүсгэж болох талаар бид илүү өндөр хязгаарлалт тавьдаг бөгөөд ялангуяа нүцгэн байдал, харгис хүчирхийллийн хувьд маш хүчтэй хамгаалалттай. Аль ч нээлтийн адил аюулгүй байдал хэзээ ч бүрэн дуусдаггүй, харин тасралтгүй хөрөнгө оруулалтын чиглэл хэвээр байдаг. Бид энэ загварын бодит хэрэглээний талаар илүү ихийг мэдэх тусам бодлогоо түүнд нийцүүлэн шинэчилнэ.

Манай хандлагын талаар дэлгэрэнгүйг зураг үүсгэхтэй холбоотой GPT‑4o системийн картын нэмэлтээс үзнэ үү.

Аюулгүй байдлыг дэмжихэд сэтгэн бодохыг ашиглах нь
Манай оновчтой уялдуулах ажилтай адил бид хүний бичсэн, тайлбарлах боломжтой аюулгүй байдлын тодорхойлолтоос шууд ажиллах сэтгэн бодох Том хэлний загвар (LLM)-ыг сургасан. Бид бодлогынхоо хоёрдмол утгыг илрүүлж, шийдвэрлэхэд туслуулахын тулд хөгжүүлэлтийн үеэр энэ сэтгэн бодох Том хэлний загвар (LLM)-ыг ашигласан. Манай олон төрлийн горимын дэвшил болон ChatGPT, Sora-д зориулан боловсруулсан одоо байгаа аюулгүй байдлын аргуудтай хослоход энэ нь оролтын текст болон гаралтын зургуудыг манай бодлогын дагуу модерацлах боломж олгодог.

Хандалт ба хүртээмж

4o зураг үүсгэх боломж өнөөдрөөс эхлэн Plus, Pro, Team, Free хэрэглэгчдэд ChatGPT дэх үндсэн зураг үүсгэгчээр үе шаттай нэвтэрч эхэлж байна. Enterprise болон Edu-д тун удахгүй хүрнэ. Үүнийг Sora-д мөн ашиглах боломжтой. DALL·E-д онцгой дуртай хүмүүст зориулсан тусгай DALL·E GPT‑ээр ч хандах боломж хэвээр байна.

Хөгжүүлэгчид мөн удахгүй API-аар дамжуулан GPT‑4o ашиглан зураг үүсгэх боломжтой болох бөгөөд хандалт ирэх хэдэн долоо хоногт үе шаттай нээгдэнэ.

Зураг бүтээх, өөрчлөн тохируулах нь GPT‑4o‑тай чатлахтай адилхан хялбар — хэрэгтэй зүйлээ, тухайлбал харьцаа, hex кодоор яг таг өнгө, эсвэл тунгалаг дэвсгэр зэрэг нарийн шаардлагатай нь хамт тайлбарлахад л болно. Энэ загвар илүү дэлгэрэнгүй зураг бүтээдэг тул дүрслэхэд илүү хугацаа орж, ихэвчлэн нэг минут хүртэл үргэлжилдэг.

credit creator: [Alex Duffy](https://every.to/@AlxAi)
credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#)
credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#)
credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#)
credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#)
credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#)
credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#)
credit creator: Cassandra Ansara
credit creator: [Isa](https://www.instagram.com/isabelitavirtual/?igsh=ZHdoYjFwYzV6dzFi#)
credit creator: [Isa](https://www.instagram.com/isabelitavirtual/?igsh=ZHdoYjFwYzV6dzFi#)
credit creator: Les Morgan
credit creator: Les Morgan
credit creator: [Derya Unatmaz](https://x.com/deryatr_)
credit creator: [Derya Unatmaz](https://x.com/deryatr_)
credit creator: [Derya Unatmaz](https://x.com/deryatr_)
credit creator: [Elene Chekurishvili](https://www.instagram.com/th_ene_ighbor/?igsh=eDh2Z2kyOGhnaXA0#)
credit creator: [Elene Chekurishvili](https://www.instagram.com/th_ene_ighbor/?igsh=eDh2Z2kyOGhnaXA0#)
credit creator: [Elene Chekurishvili](https://www.instagram.com/th_ene_ighbor/?igsh=eDh2Z2kyOGhnaXA0#)
credit creator: [Elene Chekurishvili](https://www.instagram.com/th_ene_ighbor/?igsh=eDh2Z2kyOGhnaXA0#)
credit creator: [Elene Chekurishvili](https://www.instagram.com/th_ene_ighbor/?igsh=eDh2Z2kyOGhnaXA0#)
credit creator: [Eugenio Marongiu](https://www.instagram.com/katsukokoiso.ai/?igsh=YTduZnNjZ2RhdTM3#)
credit creator: [Eugenio Marongiu](https://www.instagram.com/katsukokoiso.ai/?igsh=YTduZnNjZ2RhdTM3#)
credit creator: Jesse Kramme
credit creator: Jesse Kramme
credit creator: Matthew Dear
credit creator: [Minh Do](https://www.instagram.com/minhsmind/?igsh=MTFscDRqZ3JiZHVveA%3D%3D#)
credit creator: [Niceaunties](https://www.instagram.com/niceaunties/?igsh=Nm1jZmV4YTF6MTQ%3D#)
credit creator: Eskcanta
credit creator: Eskcanta
credit creator: [Roope Rainisto](https://www.instagram.com/never_ever_never_land/?igsh=MXh3N3EyOWdoMmNubg%3D%3D#)
credit creator: [Roope Rainisto](https://www.instagram.com/never_ever_never_land/?igsh=MXh3N3EyOWdoMmNubg%3D%3D#)
credit creator: [Roope Rainisto](https://www.instagram.com/never_ever_never_land/?igsh=MXh3N3EyOWdoMmNubg%3D%3D#)
credit creator: Shane Copenhagen
credit creator: Will Maberry
credit creator: Manuel Sainsily
credit creator: Manuel Sainsily
credit creator: Manuel Sainsily
credit creator: Manuel Sainsily
credit creator: Manuel Sainsily

credit creator: Alex Duffy

Шууд дамжуулалтын бичлэг

Зохиогч

OpenAI

Удирдлага

Gabriel Goh: Зураг үүсгэх

Jackie Shannon: ChatGPT Бүтээгдэхүүн

Mengchao Zhong, Wayne Chang: ChatGPT Инженерчлэл

Rohan Sahai: Sora Бүтээгдэхүүн ба инженерчлэл

Brendan Quinn, Tomer Kaftan: Инференс

Prafulla Dhariwal: Олон төрлийн горимын нэгж

Судалгаа

Суурь судалгаа

Allan Jabri, David Medina, Gabriel Goh, Kenji Hata, Lu Liu, Prafulla Dhariwal

Үндсэн судалгаа

Aditya Ramesh, Alex Nichol, Casey Chu, Cheng Lu, Dian Ang Yap, Heewoo Jun, James Betker, Jianfeng Wang, Long Ouyang, Li Jing, Wesam Manassra

Судалгааны хувь нэмэр оруулагчид

Aiden Low, Brandon McKinzie, Charlie Nash, Huiwen Chang, Ishaan Gulrajani, Jamie Kiros, Ji Lin, Kshitij Gupta, Yang Song

Загварын зан төлөв

Laurentia Romaniuk

Олон төрлийн горимын нэгж

Andrew Gibiansky, Yang Lu

Өгөгдөл

Өгөгдлийн удирдагчид

Gildas Chabot, James Park Lennon

Өгөгдөл

Arshi Bhatnagar, Dragos Oprica, Rohan Kshirsagar, Spencer Papay, Szi-chieh Yu, Wesam Manassra, Yilei Qian

Модераторууд

Hazel Byrne, Jennifer Luckenbill, Mariano López

Хүний өгөгдлийн зөвлөхүүд

Long Ouyang

Масштабжуулалт

Инференсийн удирдагчид

Brendan Quinn, Tomer Kaftan

Инференс

Alyssa Huang, Jacob Menick, Nick Stathas, Ruslan Vasilev, Stanley Hsieh

Хэрэглээний

ChatGPT бүтээгдэхүүний удирдагч

Jackie Shannon

ChatGPT инженерчлэлийн удирдагчид

Mengchao Zhong, Wayne Chang

Бүтээгдэхүүний дизайны удирдагч

Matt Chan

Өгөгдлийн шинжлэх ухаан

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 бүтээгдэхүүний удирдагчид

Rohan Sahai, Wesam Manassra

Sora бүтээгдэхүүн ба инженерчлэл

Boyang Niu, David Schnurr, Gilman Tolle, Joe Taylor, Joey Flynn, Mike Starr, Rajeev Nayak, Rohan Sahai, Wesam Manassra

Аюулгүй байдал

Аюулгүй байдлын удирдагч

Somay Jain

Аюулгүй байдал

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

Стратеги

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

Маркетинг ба харилцаа

Харилцаа ба маркетингийн удирдагчид

Minnia Feng, Natalie Summers, Taya Christianson

Харилцаа

Alex Baker-Whitcomb, Ashley Tyra, Bailey Richardson, Gaby Raila, Marselus Cayton, Scott Ethersmith, Souki Mansoor

Дизайн ба бүтээлч ажил

Удирдагчид

Kendra Rimbach, Veit Moeller

Дизайн

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

Онцгой талархал

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