OpenAI发布升级版ChatGPT图像功能，正面挑战谷歌Nano Banana模型

OpenAI与谷歌在顶尖AI应用领域的竞争，再次进入了新的攻防阶段。

于北京时间周三凌晨，OpenAI正式推出了新一代ChatGPT图像功能。这次更新不仅显著提升了图像生成的质量和速度，还在图像编辑的精准性上实现了重要突破。可以说，OpenAI不仅对谷歌广受赞誉的Nano Banana系列模型发起了强势反击，还间接冲击了Photoshop等传统图像处理工具的市场。

OpenAI表示，基于最新旗舰图像生成模型的“ChatGPT图像”功能，能够在保持细节完整的同时进行高精度编辑，更有效地呈现用户期望的效果。同时，生成速度提升高达4倍。

显然，图像生成模型的实际表现，还需通过图像来直观展示。

作为此次升级的核心改进，OpenAI强调，新模型擅长多种精确编辑操作，如添加、删除、合并、混合和转置，在实现修图目标的同时，保留图片原有特色。

例如，以下是ChatGPT新图像模型生成的90年代末洛杉矶街头摄影（演示版）。

→将人物的衬衫改为红色，帽子改为黄色，限速标志调整为15，卡车替换为消防车；

→在左侧添加一群旁观者，右侧人行道上栖息着一只鹰，远处天空中有一艘飞船飞过；

→带有该图像完整印花的T恤悬挂在晾衣绳上；

→将那件T恤穿到滑板手身上。

作为AI生成图像的关键应用，ChatGPT图像在创意改造现有图片方面也取得进展。例如，将公司CEO奥尔特曼的个人照片，转换为美国80年代的健美操教练形象，或将他的面部融入世界名画《戴珍珠耳环的少女》中。

此外，ChatGPT还向谷歌的传统优势领域——生成富含文字信息的示意图，发起了挑战。OpenAI指出，该模型在文本呈现上更进一步，能够处理更密集、更小尺寸的文字。

需要指出的是，尽管ChatGPT在生成英文字体时已近乎逼真，但官方也承认，新模型在生成中文、阿拉伯语、希伯来语等方面仍存在不足。

因此，至少在中文文字图像生成方面，Nano Banana仍然完全领先于ChatGPT。

值得一提的是，新图像生成模型不仅性能更强，成本也更低。与GPT Image 1相比，升级版GPT Image 1.5的图像输入和输出成本均下降了20%。