剛剛，OpenAI最強(qiáng)圖像生成API上線，一張圖1毛5！
昨夜，OpenAI發(fā)布全新圖像生成模型gpt-image-1，API向所有開發(fā)者開放。
這一次，他們直接把每張圖的成本打到幾美分。
圖片
對(duì)于低、中、高質(zhì)量的方形圖像，生成大約花費(fèi)0.02美元、0.07美元、0.19美元。
gpt-image-1集成了三大核心功能：圖像生成、圖像編輯、圖像變體（僅限D(zhuǎn)ALL·E 2）。
與GPT-4o圖像生成不同，gpt-image-1最大的特點(diǎn)，在于支持各種高級(jí)功能的定制。
圖片
比如，自定義輸出圖像的質(zhì)量、尺寸、格式、壓縮程度，甚至可選擇是否需要透明背景，能夠滿足多樣化創(chuàng)意需求。
它具備了強(qiáng)大的通用能力，不僅能夠創(chuàng)作多種風(fēng)格圖片，還能精準(zhǔn)遵循自定義需求。通過(guò)結(jié)合世界知識(shí)，生成更符合上下文的圖像。
圖片
現(xiàn)在，你就可以在playground中使用gpt-image-1來(lái)快速迭代提示詞和圖像：
圖片
GPT-4o上線掀起全網(wǎng)吉卜力風(fēng)潮，并在發(fā)布首周全球1.3億用戶，創(chuàng)作了超7億圖片。
gpt-image-1作為OpenAI全新一個(gè)原生多模態(tài)圖像模型，隨著API開放，將會(huì)在未來(lái)極大地釋放人們創(chuàng)意。
效果一覽
在官方API文檔「探索」區(qū)，OpenAI放出了許多gpt-image-1生成圖片的demo，效果非常驚艷。
接下來(lái)，就一睹為快吧。
一句話，讓gpt-image-1展示出創(chuàng)建鱷梨醬所需的所有食材。
圖片
下面這張夢(mèng)幻之境，可是用了一個(gè)「小作文」提示詞才完成的。
圖片
再來(lái)看它創(chuàng)作的外星人Glorptak，有著凝膠狀身體，半透明發(fā)光，非?？蓯邸?/p>
圖片
對(duì)于模特、電商行業(yè)來(lái)說(shuō)，gpt-image-1將重塑創(chuàng)作方式。上傳一張衣服圖、一張人的照片，就能看到衣服上身的效果了。
圖片
橄欖油宣傳圖，也只需找一張背景圖，gpt-image-1瞬間完成P圖。
圖片
更神奇的是，上傳一張房屋設(shè)計(jì)平面圖，gpt-image-1就能將其變?yōu)?D效果，更加直觀。
圖片
番茄醬廣告，非常有視覺沖擊力。
圖片
設(shè)計(jì)礦泉水的瓶身，也是多種風(fēng)格拿捏。
圖片
生成超寫實(shí)的3D圖標(biāo)，看著非常有質(zhì)感。
圖片
gpt-image-1還能生成粗線條手繪風(fēng)格圖解，為回針縫制法每一步配上了簡(jiǎn)潔的說(shuō)明文字。
圖片
上傳一張CD模板圖，讓gpt-image-1生成金屬樂隊(duì)黑膠唱片。
圖片
還有各種紋理的防止圖案，也是非常有創(chuàng)意。
圖片
還有動(dòng)畫分鏡腳本——馬匹跳躍循環(huán)序列，gpt-image-1可做到逐幀解剖要點(diǎn)。
圖片
上傳獨(dú)立流行音樂人的照片，一張演唱會(huì)門票直接設(shè)計(jì)好了。
自定義圖像輸出，精準(zhǔn)創(chuàng)意
目前，OpenAI GPT Image API提供了豐富的自定義選項(xiàng)，讓開發(fā)者完全掌控輸出效果。
- 尺寸：支持多種分辨率，比如1024x1024, 1024x1536
- 質(zhì)量：可選low，medium，high三種渲染質(zhì)量
- 格式：文件輸出格式
- 壓縮：針對(duì)JPEG和WebP格式，可設(shè)置0-100%級(jí)別的壓縮
- 背景：透明或不透明
生成圖像
通過(guò)圖像生成端點(diǎn)，僅憑一段文本提示，即可生成令人驚嘆的圖像。
可設(shè)置參數(shù)n ，一次可生成多張圖像（默認(rèn)情況下，API返回單張圖片）。
from openai import OpenAIimport base64client = OpenAI()result = client.images.generate( model="gpt-image-1", prompt="Draw a rocket in front of a blackhole in deep space")image_base64 = result.data[0].b64_jsonimage_bytes = base64.b64decode(image_base64)# Save the image to a filewith open("blackhole.png", "wb") as f: f.write(image_bytes)
from openai import OpenAI
import base64
client = OpenAI()
result = client.images.generate(
model="gpt-image-1",
prompt="Draw a rocket in front of a blackhole in deep space"
)
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)
# Save the image to a file
with open("blackhole.png", "wb") as f:
f.write(image_bytes)圖像編輯
而圖像編輯功能，可以讓創(chuàng)意更進(jìn)一步。通過(guò)圖像編輯端點(diǎn)，你可以：
- 直接編輯現(xiàn)有圖片
- 參考圖像生成新圖片：上傳多張參考圖像，然后生成新圖
- 局部編輯（inpainting）：通過(guò)上傳圖像和蒙版，精準(zhǔn)替換指定的區(qū)域
參考圖像生成新圖片
比如，上傳四張禮品圖片，生成一個(gè)包含所有禮品的精美禮物籃的圖像。
圖片
from openai import OpenAIclient = OpenAI()result = client.images.edit( model="gpt-image-1", image=[ open("body-lotion.png", "rb"), open("bath-bomb.png", "rb"), open("incense-kit.png", "rb"), open("soap.png", "rb"), ], prompt="Generate a photorealistic image of a gift basket on a white background labeled 'Relax & Unwind' with a ribbon and handwriting-like font, containing all the items in the reference pictures")image_base64 = result.data[0].b64_jsonimage_bytes = base64.b64decode(image_base64)# Save the image to a filewith open("gift-basket.png", "wb") as f: f.write(image_bytes)
from openai import OpenAI
client = OpenAI()
result = client.images.edit(
model="gpt-image-1",
image=[
open("body-lotion.png", "rb"),
open("bath-bomb.png", "rb"),
open("incense-kit.png", "rb"),
open("soap.png", "rb"),
],
prompt="Generate a photorealistic image of a gift basket on a white background labeled 'Relax & Unwind' with a ribbon and handwriting-like font, containing all the items in the reference pictures"
)
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)
# Save the image to a file
with open("gift-basket.png", "wb") as f:
f.write(image_bytes)使用蒙版編輯圖像（局部編輯）
你可以上傳一個(gè)蒙版來(lái)編輯圖像，蒙版中的透明區(qū)域?qū)⒈惶鎿Q，而黑色區(qū)域保持不變。
OpenAI建議，你可以使用提示來(lái)描述整個(gè)新圖像，而不僅僅是被擦除的區(qū)域。
蒙版要求：
1. 圖像和蒙版需要格式一致，尺寸相同，大小不超過(guò)25MB。
2. 蒙版需包含Alpha通道，在圖像編輯工具中保存蒙版時(shí)，務(wù)必勾選「保存Alpha通道」。
from openai import OpenAIclient = OpenAI()result = client.images.edit( model="gpt-image-1", image=open("sunlit_lounge.png", "rb"), mask=open("mask.png", "rb"), prompt="A sunlit indoor lounge area with a pool containing a flamingo")image_base64 = result.data[0].b64_jsonimage_bytes = base64.b64decode(image_base64)# Save the image to a filewith open("composition.png", "wb") as f: f.write(image_bytes)
from openai import OpenAI
client = OpenAI()
result = client.images.edit(
model="gpt-image-1",
image=open("sunlit_lounge.png", "rb"),
mask=open("mask.png", "rb"),
prompt="A sunlit indoor lounge area with a pool containing a flamingo"
)
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)
# Save the image to a file
with open("composition.png", "wb") as f:
f.write(image_bytes)在自定義中，還需要注意的包括：
方形圖片以標(biāo)準(zhǔn)質(zhì)量生成的速度最快，默認(rèn)大小是1024x1024。
圖片
Image API返回base64編碼的圖像數(shù)據(jù)，默認(rèn)格式是png ，但你也可以請(qǐng)求jpeg或webp。
如果使用jpeg或webp，還可以指定output_compression參數(shù)來(lái)控制壓縮級(jí)別（0-100%）。例如， output_compressinotallow=50就是把圖像壓縮50%。
此外，gpt-image-1支持透明背景。要啟用透明度，需將background參數(shù)設(shè)置為transparent。
from openai import OpenAIimport base64client = OpenAI()result = client.images.generate( model="gpt-image-1", prompt="Draw a 2D pixel art style sprite sheet of a tabby gray cat", size="1024x1024", background="transparent", quality="high",)image_base64 = result.json()["data"][0]["b64_json"]image_bytes = base64.b64decode(image_base64)# Save the image to a filewith open("sprite.png", "wb") as f: f.write(image_bytes)
from openai import OpenAI
import base64
client = OpenAI()
result = client.images.generate(
model="gpt-image-1",
prompt="Draw a 2D pixel art style sprite sheet of a tabby gray cat",
size="1024x1024",
background="transparent",
quality="high",
)
image_base64 = result.json()["data"][0]["b64_json"]
image_bytes = base64.b64decode(image_base64)
# Save the image to a file
with open("sprite.png", "wb") as f:
f.write(image_bytes)模型對(duì)比
雖然gpt-image-1是目前OpenAI最強(qiáng)大的多模態(tài)模型，此前推出的DALL·E 2和DALL·E 3則是專為圖像生成設(shè)計(jì)的模型，各有所長(zhǎng)。
根據(jù)不同需求和場(chǎng)景，開發(fā)者可靈活從中選用這些模型API。
圖片
gpt-image-1使用同樣是按Token計(jì)費(fèi)，文本和圖像的Token各有不同的價(jià)格：
- 文本輸入Token：5美元/百萬(wàn)token
- 圖像輸入Token：10美元/百萬(wàn)token
- 圖像輸出Token：40美元/百萬(wàn)token
如前所述，在實(shí)際應(yīng)用中，對(duì)于低、中和高質(zhì)量的方形圖片，每生成一張圖像的費(fèi)用大約分別為0.02美元、0.07美元和0.19美元。
圖片
圖片
從創(chuàng)意到商業(yè)無(wú)限可能
OpenAI全新Image API的推出，將為各行各業(yè)解鎖更多創(chuàng)意魔法。
目前，創(chuàng)意工具、電商、教育、企業(yè)軟件、游戲等行業(yè)的領(lǐng)先企業(yè)和初創(chuàng)公司，已經(jīng)將圖像生成集成到他們的產(chǎn)品和服務(wù)中。
Adobe的創(chuàng)意工具，包括Firefly和Express，將通過(guò)gpt-image-1為創(chuàng)作者提供選擇和靈活性，方便他們實(shí)驗(yàn)不同的美學(xué)風(fēng)格。
圖片
Figma正在利用gpt-image-1從簡(jiǎn)單的提示詞生成和編輯圖像，使設(shè)計(jì)師能夠快速探索創(chuàng)意并直接在Figma中進(jìn)行視覺迭代。
圖片
HeyGen正在使用gpt-image-1來(lái)增強(qiáng)頭像創(chuàng)建，特別是在平臺(tái)內(nèi)改善頭像編輯。
圖片
Photoroom正在使用gpt-image-1幫助在線賣家從單一產(chǎn)品照片中瞬間創(chuàng)建工作室級(jí)別的視覺效果、生活場(chǎng)景和模特展示圖。
圖片
此外，Canva已將gpt-image-1集成到Canva AI和Magic Studio工具中，進(jìn)一步擴(kuò)展設(shè)計(jì)生成和編輯能力。
簡(jiǎn)單的草圖，gpt-image-1即可將其轉(zhuǎn)化為精美圖形元素。與此同時(shí)，它還支持高保真的視覺編輯，讓2.3億用戶能夠用全新方式將創(chuàng)意變?yōu)楝F(xiàn)實(shí)。
專為設(shè)計(jì)logo而生的GoDaddy，通過(guò)集成gpt-image-1，可以輕松創(chuàng)建編輯Logo，去除背景并生成專業(yè)字體設(shè)計(jì)。
借助GoDaddy Airo，創(chuàng)意者通過(guò)提示即可生成原創(chuàng)產(chǎn)品和品牌內(nèi)容，并打造體現(xiàn)自身品牌個(gè)性的社交媒體和營(yíng)銷素材。
還有HubSpot通過(guò)OpenAI圖像新模型，有望徹底革新客戶制作高質(zhì)量社交媒體、郵件營(yíng)銷以及落地頁(yè)圖片的方式，無(wú)需專業(yè)設(shè)計(jì)經(jīng)驗(yàn)也能輕松實(shí)現(xiàn)。
Instacart正在測(cè)試如何利用API生成用于菜譜和購(gòu)物清單的圖片，以提升用戶體驗(yàn)。
創(chuàng)作個(gè)性化視頻invideo，在集成gpt-image-1后，將支持更強(qiáng)大的文本生成、精細(xì)化編輯控制和高級(jí)風(fēng)格指導(dǎo)，進(jìn)一步豐富了用戶的視頻創(chuàng)作體驗(yàn)。
