25 maart 2025

Introductie van 4o-beeldgeneratie

Nuttige en waardevolle beeldgeneratie mogelijk maken met een model dat van nature multimodaal is en precieze, accurate en fotorealistische resultaten levert.

Probeer het uit in ChatGPT

Bezig met laden...

Bij OpenAI zijn we er al lang van overtuigd dat beeldgeneratie een kernfunctie van onze taalmodellen moet zijn. Daarom hebben we onze meest geavanceerde beeldgenerator tot nu toe geïntegreerd in GPT‑4o. Het resultaat: beeldgeneratie die niet alleen fraai is, maar ook functioneel.

A wide image taken with a phone of a glass whiteboard, in a room overlooking the Bay Bridge. The field of view shows a woman writing, sporting a tshirt wiith a large OpenAI logo. The handwriting looks natural and a bit messy, and we see the photographer's reflection.

The text reads:

(left)
"Transfer between Modalities:

Suppose we directly model
p(text, pixels, sound) [equation]
with one big autoregressive transformer.

Pros:
* image generation augmented with vast world knowledge
* next-level text rendering
* native in-context learning
* unified post-training stack

Cons:
* varying bit-rate across modalities
* compute not adaptive"

(Right)
"Fixes:
* model compressed representations
* compose autoregressive prior with a powerful decoder"

On the bottom right of the board, she draws a diagram:
"tokens -> [transformer] -> [diffusion] -> pixels"

^{Best of 8}

selfie view of the photographer, as she turns around to high five him

^{Best of 8}

Nuttige beeldgeneratie

Van de eerste grotschilderingen tot moderne infographics: de mens gebruikt beeldtaal om te communiceren, te overtuigen en te analyseren, niet louter ter versiering. De huidige generatieve modellen toveren moeiteloos surrealistische, adembenemende taferelen op het scherm, maar worstelen vaak met de praktische beelden die mensen gebruiken om informatie te delen en te creëren. Van logo's tot diagrammen: beelden kunnen een precieze betekenis overbrengen wanneer ze verrijkt zijn met symbolen die verwijzen naar een gedeelde taal en ervaring.

De beeldgeneratie van GPT‑4o blinkt uit in correcte tekstweergave, het nauwkeurig opvolgen van prompts en het benutten van de ingebouwde kennis en chatcontext van 4o, inclusief het transformeren van geüploade afbeeldingen of het gebruiken daarvan als visuele inspiratie. Dankzij deze mogelijkheden maak je eenvoudiger precies dat beeld dat je voor ogen hebt. Het helpt je effectiever visueel te communiceren en transformeert beeldgeneratie tot een praktische, precieze en krachtige tool.

Verbeterde mogelijkheden

We hebben onze modellen getraind op de gezamenlijke distributie van online afbeeldingen en tekst, waarbij ze niet alleen leerden hoe beelden zich verhouden tot taal, maar ook hoe ze zich tot elkaar verhouden. In combinatie met intensieve post-training levert dit een model op met een verrassende visuele souplesse, dat beelden kan genereren die nuttig, consistent en contextbewust zijn.

Tekstweergave

Een afbeelding zegt meer dan duizend woorden, maar soms kunnen een paar woorden op de juiste plek de betekenis van een afbeelding naar een hoger plan tillen. Het vermogen van 4o om precieze symbolen te combineren met beelden, maakt van beeldgeneratie een ware tool voor visuele communicatie.

Create a photorealistic image of two witches in their 20s (one ash balayage, one with long wavy auburn hair) reading a street sign.

Context:
a city street in a random street in Williamsburg, NY with a pole covered entirely by numerous detailed street signs (e.g., street sweeping hours, parking permits required, vehicle classifications, towing rules), including few ridiculous signs at the middle: (paraphrase it to make these legitimate street signs)"Broom Parking for Witches Not Permitted in Zone C" and "Magic Carpet Loading and Unloading Only (15-Minute Limit)" and "Reindeer Parking by Permit Only (Dec 24–25)
Violators will be placed on Naughty List." The signpost is on the right of a street. Do not repeat signs. Signs must be realistic.

Characters:
one witch is holding a broom and the other has a rolled-up magic carpet. They are in the foreground, back slightly turned towards the camera and head slightly tilted as they scrutinize the signs.

Composition from background to foreground:
streets + parked cars + buildings -> street sign -> witches. Characters must be closest to the camera taking the shot

^{Best of ~8}

Generatie in meerdere beurten

Omdat beeldgeneratie nu standaard is ingebouwd in GPT‑4o, kun je afbeeldingen verfijnen via een natuurlijk gesprek. GPT‑4o kan voortborduren op afbeeldingen en tekst in de chatgeschiedenis, waardoor de consistentie behouden blijft. Als je bijvoorbeeld een gamepersonage ontwerpt, blijft het uiterlijk van dat personage consistent tijdens meerdere iteraties van verfijnen en experimenteren.

Give this cat a detective hat and a monocle

^{Best of 1}

turn this into a triple A video games made with a 4k game engine and add some User interface as overlay from a mystery RPG where we can see a health bar and a minimap at the top as well as spells at the bottom with consistent and iconography

^{Best of 1}

update to a landscape image 16:9 ratio, add more spells in the UI, and unzoom the visual so that we see the cat in a third person view walking through a steampunk manhattan creating beautiful contrast and lighting like in the best triple A game, with cool-toned colors

^{Best of 2}

create the interface when the player opens the menu and we see the cat's character profile with his equipment and another page showing active quests (and it should make sense in relationship with the universe worldbuilding we are describing in the image)

^{Best of 8}

credit creator: Manuel Sainsily

Instructies volgen

De beeldgeneratie van GPT‑4o volgt uitgebreide prompts met oog voor detail. Waar andere systemen moeite hebben met 5 tot 8 objecten, kan GPT‑4o er tot wel 10 tot 20 aan. De strakkere koppeling van objecten aan hun eigenschappen en relaties zorgt voor meer controle.

A square image containing a 4 row by 4 column grid containing 16 objects on a white background. Go from left to right, top to bottom. Here's the list:
1. a blue star
2. red triangle
3. green square
4. pink circle
5. orange hourglass
6. purple infinity sign
7. black and white polka dot bowtie
8. tiedye "42"
9. an orange cat wearing a black baseball cap
10. a map with a treasure chest
11. a pair of googly eyes
12. a thumbs up emoji
13. a pair of scissors
14. a blue and white giraffe
15. the word "OpenAI" written in cursive
16. a rainbow-colored lightning bolt

^{Best of 5}

In-context leren

GPT‑4o kan geüploade afbeeldingen analyseren en ervan leren, en de details naadloos in de context integreren om nieuwe beelden te genereren.

draw a design for a vehicle with triangular wheels, using these images as reference.
label the front wheel, the back wheel, and at the of the diagram say (in small caps)
TRIANGLE WHEELED VEHICLE. English Patent. 2025. OPENAI.

^{Best of ~16}

now put this in a photo taken in new york city.

^{Best of ~16}

Wereldkennis

Dankzij de native beeldgeneratie kan 4o kennis koppelen tussen tekst en beeld, wat resulteert in een model dat slimmer en efficiënter aanvoelt.

Code Example (Three.js)

HTML

1<!DOCTYPE html>
2<html lang="en">
3  <head>
4    <meta charset="UTF-8" />
5    <title>OpenAI Banner</title>
6    <style>
7      body { margin: 0; overflow: hidden; }
8      canvas { display: block; }
9    </style>
10  </head>
11  <body>
12    <script type="module">
13      import * as THREE from 'https://cdn.jsdelivr.net/npm/three@0.160.0/build/three.module.js';
14      import { OrbitControls } from 'https://cdn.jsdelivr.net/npm/three@0.160.0/examples/jsm/controls/OrbitControls.js';
15      import { FontLoader } from 'https://cdn.jsdelivr.net/npm/three@0.160.0/examples/jsm/loaders/FontLoader.js';
16      import { TextGeometry } from 'https://cdn.jsdelivr.net/npm/three@0.160.0/examples/jsm/geometries/TextGeometry.js';
17
18      const scene = new THREE.Scene();
19      const camera = new THREE.PerspectiveCamera(45, window.innerWidth / window.innerHeight, 0.1, 1000);
20      const renderer = new THREE.WebGLRenderer({ antialias: true });
21      renderer.setSize(window.innerWidth, window.innerHeight);
22      document.body.appendChild(renderer.domElement);
23
24      // Lighting
25      const light = new THREE.AmbientLight(0xffffff, 1);
26      scene.add(light);
27
28      const dirLight = new THREE.DirectionalLight(0xffffff, 1);
29      dirLight.position.set(0, 5, 10);
30      scene.add(dirLight);
31
32      // Camera position
33      camera.position.z = 20;
34
35      // Controls
36      const controls = new OrbitControls(camera, renderer.domElement);
37
38      // Banner background
39      const bannerGeometry = new THREE.PlaneGeometry(20, 10);
40      const bannerMaterial = new THREE.MeshStandardMaterial({ color: 0x1a1a1a });
41      const banner = new THREE.Mesh(bannerGeometry, bannerMaterial);
42      scene.add(banner);
43
44      // OpenAI Logo texture (placeholder)
45      const loader = new THREE.TextureLoader();
46      loader.load('https://upload.wikimedia.org/wikipedia/commons/4/4d/OpenAI_Logo.svg', texture => {
47        const logoGeometry = new THREE.PlaneGeometry(4, 4);
48        const logoMaterial = new THREE.MeshBasicMaterial({ map: texture, transparent: true });
49        const logo = new THREE.Mesh(logoGeometry, logoMaterial);
50        logo.position.set(-5, 0, 0.1); // Slightly in front of the banner
51        scene.add(logo);
52      });
53
54      // Load font and add text
55      const fontLoader = new FontLoader();
56      fontLoader.load('https://threejs.org/examples/fonts/helvetiker_regular.typeface.json', font => {
57        const textGeometry = new TextGeometry("I am 4-o", {
58          font: font,
59          size: 1,
60          height: 0.2,
61          curveSegments: 12,
62          bevelEnabled: true,
63          bevelThickness: 0.02,
64          bevelSize: 0.02,
65          bevelOffset: 0,
66          bevelSegments: 5
67        });
68
69        textGeometry.center();
70
71        const textMaterial = new THREE.MeshStandardMaterial({ color: 0x00ffcc });
72        const textMesh = new THREE.Mesh(textGeometry, textMaterial);
73        textMesh.position.set(5, -0.5, 0.1); // Opposite side of logo
74        scene.add(textMesh);
75      });
76
77      // Resize handler
78      window.addEventListener('resize', () => {
79        camera.aspect = window.innerWidth / window.innerHeight;
80        camera.updateProjectionMatrix();
81        renderer.setSize(window.innerWidth, window.innerHeight);
82      });
83
84      // Render loop
85      function animate() {
86        requestAnimationFrame(animate);
87        controls.update();
88        renderer.render(scene, camera);
89      }
90
91      animate();
92    </script>
93  </body>
94</html>

make an image of what this means to you

Fotorealisme en stijl

Door te trainen op beelden in uiteenlopende stijlen, kan het model overtuigend afbeeldingen creëren of transformeren.

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 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 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 — 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 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 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.

Beperkingen

Ons model is niet perfect. We zijn ons bewust van diverse beperkingen die we na de lancering zullen aanpakken via modelverbeteringen.

We hebben gemerkt dat GPT‑4o langere afbeeldingen, zoals posters, soms te strak bijsnijdt, vooral aan de onderkant.

Veiligheid

In lijn met onze modelspecificatie streven we naar maximale creatieve vrijheid door waardevolle toepassingen zoals game-ontwikkeling, geschiedenis en onderwijs te ondersteunen, met behoud van strenge veiligheidsnormen. Tegelijkertijd blijft het net zo belangrijk als altijd om verzoeken te blokkeren die deze normen schenden. Hieronder vind je evaluaties van extra risicogebieden. Hier werken we aan het mogelijk maken van veilige, nuttige content en het ondersteunen van een bredere creatieve expressie.

Herkomstbepaling via C2PA en interne omkeerbare zoekopdrachten
Alle gegenereerde afbeeldingen krijgen C2PA-metadata mee. Hiermee is te zien dat een afbeelding afkomstig is van GPT‑4o, wat zorgt voor transparantie. We hebben ook een interne zoektool gebouwd die technische kenmerken van de generaties gebruikt om te verifiëren of content van ons model afkomstig is.

Het blokkeren van schadelijke content
We blijven verzoeken blokkeren voor afbeeldingen die mogelijk in strijd zijn met ons inhoudsbeleid, zoals materiaal met seksueel misbruik van kinderen en seksuele deepfakes. Wanneer er afbeeldingen van echte mensen in de context voorkomen, gelden er strengere beperkingen, met name robuuste beveiligingen rondom naaktheid en expliciet geweld. Zoals bij elke lancering is veiligheid nooit 'af', maar een continu aandachtspunt waarin we blijven investeren. Naarmate we meer leren over het gebruik van dit model in de praktijk, zullen we ons beleid daarop aanpassen.

Bekijk voor meer informatie over onze aanpak het addendum over beeldgeneratie in de GPT‑4o 'system card'⁠.

Redeneervermogen inzetten voor veiligheid
Net als bij ons werk aan deliberative alignment⁠, hebben we een redenerend LLM getraind dat direct werkt op basis van door mensen geschreven, interpreteerbare veiligheidsregels. Tijdens de ontwikkeling gebruikten we dit redenerende LLM om onduidelijkheden in ons beleid op te sporen en aan te pakken. Samen met onze multimodale vooruitgang en bestaande veiligheidstechnieken uit ChatGPT en Sora, stelt dit ons in staat om zowel invoertekst als uitvoerbeelden te toetsen⁠ aan ons beleid.

Toegang en beschikbaarheid

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.

credit creator: [Alex Duffy](https://every.to/@AlxAi)
credit creator: [Alex Duffy](https://every.to/@AlxAi)
credit creator: [Alex Duffy](https://every.to/@AlxAi)

credit creator: [August Kamp](https://www.instagram.com/august.kamp/?igsh=MTRpeG9xd3F2MzEyeg#) — credit creator: [Alex Duffy](https://every.to/@AlxAi)
credit creator: [Alex Duffy](https://every.to/@AlxAi)
credit creator: [Alex Duffy](https://every.to/@AlxAi)

Herhaling van livestream

Auteur

OpenAI

Leiderschap

Gabriel Goh: Beeldgeneratie

Jackie Shannon: ChatGPT-product

Mengchao Zhong, Wayne Chang: ChatGPT Engineering

Rohan Sahai: Sora Product en Engineering

Brendan Quinn, Tomer Kaftan: Inferentie

Prafulla Dhariwal: Multimodale organisatie

Onderzoek

Fundamenteel onderzoek

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

Kernonderzoek

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

Onderzoeksbijdragers

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

Modelgedrag

Laurentia Romaniuk

Multimodale organisatie

Andrew Gibiansky, Yang Lu

Gegevens

Leads data

Gildas Chabot, James Park Lennon

Gegevens

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

Moderators

Hazel Byrne, Jennifer Luckenbill, Mariano López

Adviseurs voor menselijke data

Long Ouyang

Opschalen

Leads inferentie

Brendan Quinn, Tomer Kaftan

Inferentie

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

Toegepast

Lead ChatGPT-product

Jackie Shannon

Leads ChatGPT Engineering

Mengchao Zhong, Wayne Chang

Lead productontwerp

Matt Chan

Datawetenschap

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*

Leads Sora-product

Rohan Sahai, Wesam Manassra

Sora Product en Engineering

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

Veiligheid

Lead veiligheid

Somay Jain

Veiligheid

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

Strategie

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 en communicatie

Communicatie- en marketingleads

Minnia Feng, Natalie Summers, Taya Christianson

Communicatie

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

Ontwerp en creativiteit

Leads

Kendra Rimbach, Veit Moeller

Ontwerp

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

Speciale dank

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