GPT-4o 新增本地图像生成与编辑能力
继 Gemini 2.0 Flash 推出本地图像生成功能后，OpenAI 也正式提升了 ChatGPT 的图像处理能力。借助 GPT-4o 模型，用户现在可在本地直接生成和编辑图像及照片，弥补了此前该模型仅支持文本处理的短板。
功能上线进度与适用范围
在 OpenAI CEO Sam Altman 宣布的升级计划中，支持本地图像生成的 GPT-4o 已面向 Pro 订阅用户上线，并适用于 ChatGPT 及 AI 视频产品 Sora。该功能即将向 Plus 用户、免费用户以及使用 OpenAI API 的开发者开放。
核心亮点：逼真照片与局部重绘
相比 DALL-E 3，GPT-4o 生成图像耗时略长，但具备以下显著优势：
- 支持编辑或转换现有图像（含人物图像）；
- 通过“局部重绘”（inpainting）技术精准融合前景与背景细节；
- 擅长生成逼真照片，且图像内嵌文字渲染质量大幅提升。
训练数据来源与版权合规
GPT-4o 的图像能力基于公开数据及 Shutterstock 等公司的专有授权数据训练而成。针对行业关注的版权问题，OpenAI 业务总监 Brad Lightcap 强调：“我们尊重艺术家权利，已制定政策防止生成直接模仿在世艺术家作品的图像。”同时，OpenAI 提供禁用表单，允许创作者申请将其作品从训练数据集中移除。