今天凌晨1點(diǎn)30，OpenAI發(fā)布了全新圖像模型GPT-image-1，已經(jīng)通過(guò)API向全球開(kāi)發(fā)者開(kāi)放使用。

GPT-image-1與ChatGPT版本有很大不同，可以控制生成圖像的敏感度、生成效率、背景、輸出格式、渲染質(zhì)量、壓縮質(zhì)量等，并且支持全網(wǎng)爆火的吉卜力模式。目前，Adobe、Figma、HeyGen、Wix等知名企業(yè)已經(jīng)將該模型集成在產(chǎn)品中。

需要注意的是，OpenAI已經(jīng)對(duì)新模型的API使用了全新身份驗(yàn)證。如果無(wú)法通過(guò)驗(yàn)證的小伙伴，可以使用微軟的Azure云服務(wù)來(lái)體驗(yàn)。

詳細(xì)API指南：??https://platform.openai.com/docs/guides/image-generation?image-generation-model=GPT-image-1??

GPT-image-1應(yīng)用案例

目前，已經(jīng)有眾多知名企業(yè)開(kāi)始將GPT-image-1模型應(yīng)用在實(shí)際業(yè)務(wù)中，例如，多媒體巨頭Adobe已經(jīng)將其集成在Firefly 和 Express應(yīng)用中，為用戶(hù)提供不同類(lèi)型的圖片風(fēng)格。

云設(shè)計(jì)平臺(tái)Figma通過(guò)GPT-image-1只用簡(jiǎn)單的提示生成和編輯圖像，就能幫助設(shè)計(jì)師直接在 Figma 中快速獲取想法并進(jìn)行視覺(jué)迭代。

AI視頻平臺(tái)HeyGen 正在使用 GPT-image-1 來(lái)增強(qiáng)頭像創(chuàng)建，特別是改進(jìn)平臺(tái)內(nèi)的頭像編輯。

云開(kāi)發(fā)平臺(tái)Wix通過(guò)GPT-image-1可以幫助任何用戶(hù)將其想法快速變成現(xiàn)實(shí)。

圖像設(shè)計(jì)平臺(tái)Photoroom正在使用 GPT-image-1 幫助在線(xiàn)賣(mài)家通過(guò)一張產(chǎn)品照片即時(shí)創(chuàng)建工作室品質(zhì)的視覺(jué)效果、生活場(chǎng)景和模特照片。

GPT-image-1支持哪些高級(jí)定制

開(kāi)發(fā)者通過(guò)API最大特色就是支持各種高級(jí)功能的定制。例如，通常我們用GPT-4o來(lái)生成圖像一般是一張，但通過(guò)API只需要設(shè)置一個(gè)N參數(shù)，就可以一次生成多張。

用多張圖像作為提示詞，例如，我們直接用四張單圖，直接合成一張完成的禮品新圖像。

使用過(guò)Photoshop合成圖片的小伙伴應(yīng)該都知道很重要的一個(gè)功能—蒙版。現(xiàn)在通過(guò)GPT-image-1也能輕松實(shí)現(xiàn)了。

提示詞：陽(yáng)光明媚的室內(nèi)休息區(qū)，有一個(gè)游泳池，池中有一只火烈鳥(niǎo)。然后進(jìn)行蒙版涂抹。

最終輸出的圖像。

開(kāi)發(fā)者也可以對(duì)圖片的透明度進(jìn)行更改，只需要將background 參數(shù)設(shè)置為 transparent 即可。但僅支持png 和 webp 輸出格式。

此外，開(kāi)發(fā)者也可以通過(guò)API設(shè)置GPT-image-1的圖像尺寸1024x1024、1024x1536、1024x1536或者自動(dòng)；渲染質(zhì)量，low、medium 、high三種；壓縮格式，JPEG 和WebP 格式的壓縮級(jí)別（0-100%）。

所以，通過(guò)GPT-image-1的API來(lái)生成圖片，自由度極高，徹底釋放用戶(hù)的想法，生成的圖像也非常好。

定價(jià)方面，文本輸入每100萬(wàn)token為5美元，圖像輸入每100萬(wàn)token為5 10 美元；圖像輸出每100萬(wàn)token為40美元。

在實(shí)際使用中，低質(zhì)量的1024x1024圖像生成成本大約為每張 0.02 美元，中等質(zhì)量的圖像約為每張 0.07 美元，而高質(zhì)量圖像則約為每張 0.19 美元。

OpenAI首席執(zhí)行官兼聯(lián)合創(chuàng)始人Sam Altman也贊揚(yáng)了該模型，并表示與ChatGPT版本有很大的不同。

網(wǎng)友表示，這次 API 發(fā)布對(duì)開(kāi)發(fā)者來(lái)說(shuō)意義重大。單是圖像編輯功能，就能開(kāi)啟眾多此前無(wú)法實(shí)現(xiàn)的創(chuàng)意應(yīng)用場(chǎng)景。

這個(gè)模型太棒了！會(huì)取代DALL-E系列嗎？

圖像生成功能的集成如今拓寬了 API 用戶(hù)的創(chuàng)意可能性。期待看到開(kāi)發(fā)者們的應(yīng)用不斷增加。這是引人注目的創(chuàng)新。

這很有意思！API 在底層提供了更多的控制能力。對(duì)于特定的應(yīng)用場(chǎng)景而言，自定義審核敏感度以及平衡質(zhì)量與速度可能會(huì)帶來(lái)變革。