OpenAI发布ChatGPT图像升级版，精准编辑功能叫板谷歌与Photoshop

在人工智能图像生成领域，OpenAI与谷歌这两大科技巨头的竞争再度升温，新一轮的攻防战已然打响。

本周三北京时间凌晨，OpenAI发布了新版ChatGPT图像功能。除了图像生成质量更高、速度更快之外，新版Images模型在图像编辑的精准度方面也实现了重大突破。此举不仅是对谷歌备受好评的Nano Banana系列模型的直接回应，同时也对传统图像编辑软件如Photoshop构成了挑战。

OpenAI表示，基于最新旗舰图像生成模型的“ChatGPT图像”功能，能够在保持图像细节完整性的同时实现精准编辑，更符合用户的预期效果。此外，这一功能的图像生成速度也提升了最多4倍。

当然，要展示图像生成模型的实力，最直观的方式还是通过实际图像。

此次升级的核心亮点在于，OpenAI指出新模型支持多种精确编辑操作，如添加、删除、合并、混合和转置，能够在实现修图效果的同时保留原图的独特特征。

例如，以下是由ChatGPT新图像模型生成的90年代末洛杉矶街头风格的摄影作品（演示版）。

→将画面中人物的衬衫改为红色，帽子变为黄色，限速标志调整为15，并将卡车替换为消防车；

→在左侧添加一群围观者，右侧人行道上栖息着一只鹰，远处的天空中有一艘飞艇缓缓驶过；

→将该图像的全幅印花图案制作成T恤，挂在晾衣绳上展示；

→将这件T恤穿在滑板少年身上。

作为AI图像生成的重要应用场景，ChatGPT图像在创意性图片改造方面也取得了进展。例如，可以将公司CEO奥尔特曼的个人照片转化为80年代美国健美操教练的形象，或者将其面部融合到世界名画《戴珍珠耳环的少女》中。

此外，ChatGPT还向谷歌的传统强项——生成包含丰富文字信息的示意图——发起了冲击。OpenAI表示，新模型在文字呈现方面更进一步，能够处理更加密集和小型化的文字。

需要指出的是，尽管ChatGPT在生成英文字体方面已经可以达到以假乱真的程度，但官方也承认，该模型在处理中文、阿拉伯语、希伯来语等文字时仍存在一定的局限性。

因此，至少在中文文字图像生成领域，Nano Banana依然遥遥领先于ChatGPT。

值得一提的是，新图像生成模型不仅功能更强大，而且使用成本也更低。与GPT Image 1相比，升级后的GPT Image 1.5在图像输入和输出方面的成本均降低了20%。