Vi presenterar bildgenerering med 4o
Få tillgång till användbar och användbar bildgenerering med en inbyggd multimodal modell som ger precisa, korrekta och fotorealistiska utdata.
På OpenAI har vi länge ansett att bildgenerering borde vara en huvudfunktion i våra språkmodeller. Därför har vi integrerat vår mest avancerade bildgenerator hittills i GPT‑4o. Resultatet är bildgenerering som inte bara är vacker, utan också användbar.
Från de första grottmålningarna till modern infografik har människor använt visuella framställningar inte bara för dekoration, utan också för att kommunicera, övertyga och analysera. Dagens generativa modeller kan skapa surrealistiska, häpnadsväckande scener, men har svårt för ändamålsenlig grafik som används för att dela och skapa information. Från logotyper till diagram kan bilder förmedla en precis betydelse när de kompletteras med symboler från ett gemensamt språk och gemensamma erfarenheter.
Exakt återgivning av texter, noggrann tillämpning av promptar och användning av all kunskap och chattkontext är utmärkande egenskaper för bildgenerering med GPT‑4o. Uppladdade bilder kan också omvandlas eller användas som visuell inspiration. Med de här funktionerna blir det lättare att skapa precis den bild du föreställer dig, så att du kan kommunicera mer effektivt med visuellt innehåll. På så vis kan bildgenerering bli ett praktiskt, precist och kraftfullt verktyg.
Vi har tränat våra modeller på att placera bilder och texter tillsammans på webben, så att de inte bara lär sig relationen mellan bild och språk, utan också relationen mellan bilderna sinsemellan. I kombination med aggressiv efterträning uppvisar den resulterande modellen en överraskande visuell kompetens och kan generera bilder som är användbara, konsekventa och medvetna om kontexten.
En bild säger mer än tusen ord, men ibland är det ännu bättre att generera några ord på rätt plats. 4o blandar precisa symboler med bilder och grafik, vilket gör bildgenerering till ett verktyg för visuell kommunikation.
Eftersom bildgenerering nu är integrerat i GPT‑4o kan du förbättra bilderna i naturliga konversationer. GPT‑4o kan använda bilder och text i chattkontexten som grund för att säkerställa konsekvens. Om du till exempel designar en karaktär för ett videospel förblir karaktärens utseende konsekvent i flera iterationer när du förfinar och experimenterar.
GPT‑4o:s bildgenerering följer noggrant detaljerade promptar. Medan andra system har svårt med cirka 5–8 objekt, kan GPT‑4o hantera upp till 10–20 olika objekt. En starkare koppling mellan objekt och deras egenskaper och relationer ger bättre kontroll.
GPT‑4o kan analysera bilder som laddats upp av användare och lära sig av dem. Detaljer integreras sömlöst i kontexten för att stödja bildgenereringen.
Den inbyggda bildgenereringen gör det möjligt för 4o att kombinera sin kunskap om texter och bilder, vilket resulterar i en modell som känns smartare och mer effektiv.
Tack vare träningen med bildmaterial som speglar en stor variation av visuella stilar kan modellen skapa eller omvandla bilder på ett övertygande sätt.
Vår modell är inte perfekt. Vår modell är inte perfekt. Vi är medvetna om flera begränsningar som vi kommer att åtgärda efter lanseringen genom att förbättra modellen.

Vi har märkt att GPT‑4o ibland kan beskära längre bilder, som affischer, för hårt, särskilt nära nederkanten.
I linje med vår modellspecifikation vill vi maximera den kreativa friheten genom att stödja användbara tillämpningar som spelutveckling, historisk forskning och utbildning, samtidigt som vi upprätthåller höga säkerhetsstandarder. Det är också fortfarande lika viktig att blockera förfrågningar som bryter mot dessa standarder. Nedan följer en lista över ytterligare riskområden där vi arbetar för att tillhandahålla säkert, användbart innehåll och ge användarna möjlighet att uttrycka sig kreativt på ett mer omfattande sätt.
Spårbarhet via C2PA och intern omvändbar sökning
Alla genererade bilder har C2PA-metadata, som identifierar en bild som skapad av GPT‑4o, för att ge transparens. Vi har också utvecklat ett internt sökverktyg som använder tekniska genereringsfunktioner för att verifiera om innehållet kommer från vår modell.
Blockering av skadligt innehåll
Vi fortsätter att blockera förfrågningar om genererade bilder som kan bryta mot vår innehållspolicy, till exempel innehåll som rör sexuella övergrepp mot barn och sexuella deepfakes. När bilder av riktiga människor förekommer i sitt sammanhang har vi strängare begränsningar för vilken typ av bilder som får skapas, med särskilt strikta skyddsåtgärder för nakenhet och grafiskt våld. Som vid varje produktlansering är säkerhetsaspekten aldrig ett avslutat ämne, utan snarare ett område som det kontinuerligt investeras i. Allteftersom vi lär oss mer om den faktiska användningen av denna modell kommer vi att anpassa våra riktlinjer därefter.
För mer om vårt tillvägagångssätt kan du besöka tillägget om bildgenerering till systemkort för GPT‑4o.
Använda resonemang för att stärka säkerheten
Precis som i vårt arbete med deliberativ anpassning har vi tränat en resonerande LLM som arbetar direkt med säkerhetsriktlinjer som är skrivna av människor och som är lätta att förstå. Vi använde denna resonemangs-LLM under utvecklingen för att hjälpa oss att identifiera och åtgärda oklarheter i våra policyer. Tillsammans med våra multimodala framsteg och befintliga säkerhetstekniker som utvecklats för ChatGPT och Sora kan vi moderera både inmatad text och utmatade bilder i enlighet med våra riktlinjer.
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.
Författare
Ledarskap
Gabriel Goh: Bildgenerering
Jackie Shannon: ChatGPT-produkt
Mengchao Zhong, Wayne Chang: ChatGPT-utveckling
Rohan Sahai: Sora-produkt och -utveckling
Brendan Quinn, Tomer Kaftan: Inferens
Prafulla Dhariwal: Multimodal organisation
Forskning
Grundläggande forskning
Allan Jabri, David Medina, Gabriel Goh, Kenji Hata, Lu Liu, Prafulla Dhariwal
Kärnforskning
Aditya Ramesh, Alex Nichol, Casey Chu, Cheng Lu, Dian Ang Yap, Heewoo Jun, James Betker, Jianfeng Wang, Long Ouyang, Li Jing, Wesam Manassra
Forskningsmedarbetare
Aiden Low, Brandon McKinzie, Charlie Nash, Huiwen Chang, Ishaan Gulrajani, Jamie Kiros, Ji Lin, Kshitij Gupta, Yang Song
Modellbeteende
Laurentia Romaniuk
Multimodal Organisation
Andrew Gibiansky, Yang Lu
Data
Dataansvariga
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
Rådgivare för mänskliga data
Long Ouyang
Skalning
Inferensansvarige
Brendan Quinn, Tomer Kaftan
Inferens
Alyssa Huang, Jacob Menick, Nick Stathas, Ruslan Vasilev och Stanley Hsieh
Tillämpad
ChatGPT-produktchef
Jackie Shannon
Utvecklingschefer för ChatGPT
Mengchao Zhong, Wayne Chang
Chef för produktdesign
Matt Chan
Datavetenskap
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
Produktchefer för Sora
Rohan Sahai, Wesam Manassra
Sora-produkt och -utveckling
Boyang Niu, David Schnurr, Gilman Tolle, Joe Taylor, Joey Flynn, Mike Starr, Rajeev Nayak, Rohan Sahai, Wesam Manassra
Säkerhet
Säkerhetsansvarig
Somay Jain
Säkerhet
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
Marknadsföring och kommunikation
Kommunikations- och marknadsföringsansvariga
Minnia Feng, Natalie Summers, Taya Christianson
Kommunikation
Alex Baker-Whitcomb, Ashley Tyra, Bailey Richardson, Gaby Raila, Marselus Cayton, Scott Ethersmith, Souki Mansoor
Design och kreativ produktion
Ansvariga
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
Ett särskilt tack
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)






