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

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)對新模型的API使用了全新身份驗證。如果無法通過驗證的小伙伴，可以使用微軟的Azure云服務(wù)來體驗。

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

GPT-image-1應用案例

目前，已經(jīng)有眾多知名企業(yè)開始將GPT-image-1模型應用在實際業(yè)務(wù)中，例如，多媒體巨頭Adobe已經(jīng)將其集成在Firefly 和 Express應用中，為用戶提供不同類型的圖片風格。

云設(shè)計平臺Figma通過GPT-image-1只用簡單的提示生成和編輯圖像，就能幫助設(shè)計師直接在 Figma 中快速獲取想法并進行視覺迭代。

AI視頻平臺HeyGen 正在使用 GPT-image-1 來增強頭像創(chuàng)建，特別是改進平臺內(nèi)的頭像編輯。

云開發(fā)平臺Wix通過GPT-image-1可以幫助任何用戶將其想法快速變成現(xiàn)實。

圖像設(shè)計平臺Photoroom正在使用 GPT-image-1 幫助在線賣家通過一張產(chǎn)品照片即時創(chuàng)建工作室品質(zhì)的視覺效果、生活場景和模特照片。

GPT-image-1支持哪些高級定制

開發(fā)者通過API最大特色就是支持各種高級功能的定制。例如，通常我們用GPT-4o來生成圖像一般是一張，但通過API只需要設(shè)置一個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Photoshop合成圖片的小伙伴應該都知道很重要的一個功能—蒙版?，F(xiàn)在通過GPT-image-1也能輕松實現(xiàn)了。

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

最終輸出的圖像。

開發(fā)者也可以對圖片的透明度進行更改，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，開發(fā)者也可以通過API設(shè)置GPT-image-1的圖像尺寸1024x1024、1024x1536、1024x1536或者自動；渲染質(zhì)量，low、medium 、high三種；壓縮格式，JPEG 和WebP 格式的壓縮級別（0-100%）。

所以，通過GPT-image-1的API來生成圖片，自由度極高，徹底釋放用戶的想法，生成的圖像也非常好。

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

在實際使用中，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)布對開發(fā)者來說意義重大。單是圖像編輯功能，就能開啟眾多此前無法實現(xiàn)的創(chuàng)意應用場景。

這個模型太棒了！會取代DALL-E系列嗎？

圖像生成功能的集成如今拓寬了 API 用戶的創(chuàng)意可能性。期待看到開發(fā)者們的應用不斷增加。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。對于特定的應用場景而言，自定義審核敏感度以及平衡質(zhì)量與速度可能會帶來變革。