每日經濟新聞 2025-03-28 11:47:43
當地時間3月25日，美國OpenAI正式推出GPT-4o圖像生成功能，該功能因“動動嘴就能P圖”的便利性迅速走紅，但也因圖像生成需求過高導致GPU過載。OpenAI首席執行官薩姆·奧爾特曼表示將對ChatGPT的圖像生成功能實施臨時限速，優先保障文本生成等核心功能穩定運行。
每經編輯 杜宇
隨著OpenAI的圖像生成功能完成重大升級，新的問題出現了。
OpenAI首席執行官薩姆?奧爾特曼（Sam Altman）表示：ChatGPT的文生圖應用需求過高，我們的GPU“冒煙了”（melting，原為融化之意），在努力提高效率的同時，將暫時對ChatGPT生成圖片的功能引入一些速率限制。
圖片來源：社交平臺
這意味著，OpenAI將對ChatGPT的圖像生成功能實施臨時限速，降低單位時間內的請求處理量，緩解GPU過載壓力，并優先保障文本生成、對話等核心功能的穩定性，或許將暫時放緩圖像生成的技術優化節奏。
據OpenAI官網，當地時間3月25日，美國開放人工智能研究中心（OpenAI）宣布正式推出GPT-4o圖像生成功能。
圖片來源：OpenAI官網
該功能上線后，以“動動嘴就能P圖”的便利迅速火爆，互聯網平臺上涌入大量由個人照片、知名梗圖轉變而來的“吉卜力”卡通風格圖片。
“動動嘴就能P圖”是指通過簡單的文字描述或語音指令，利用AI技術直接對圖片進行編輯、修改或生成，而無需手動使用復雜的圖像編輯工具，如Photoshop等。這種功能的核心在于將自然語言處理與圖像生成技術相結合，極大地降低了圖片編輯的門檻。
GPT-4o是一個多模態AI模型，能夠接受文本、音頻和圖像的組合輸入，并生成相應的圖像輸出。這意味著用戶可以通過語音指令來要求AI生成或修改圖像，而不僅僅局限于文字描述。
連Altman也感嘆起該功能帶來的潑天流量：“自己過去十年埋頭苦干做AI，試圖幫助實現超級智能來治愈癌癥之類的事情。前7.5年幾乎無人問津，接下來的兩年半，做什么都會引來所有人的厭惡。然后某天醒來收到幾百條消息，人們告訴你被畫成了吉卜力風格的美少年。”
Sam Altman在社交平臺上的新頭像，生成自Images in ChatGPT
據OpenAI介紹，GPT-4o圖像生成功能具備四大核心優勢：精準文本渲染、嚴格指令遵循、深度知識調用及創意拓展能力。
據揚子晚報·紫牛新聞，為驗證其實際表現，記者進行了多組實測。在測試“生成一張帶有‘揚子晚報/紫牛新聞’字樣的照片”時，GPT-4o精準還原了英文部分內容，但對于中文字符的識別能力有待提升。整個過程耗時約30秒，生成速度遠超預期。
圖片來源：揚子晚報·紫牛新聞
在另一項測試中，通過多輪對話優化圖像。首先要求生成“一只老虎，戴著黑色墨鏡”，GPT-4o迅速呈現了細節豐富的畫面。老虎的毛發紋理清晰可見，透過墨鏡能看到老虎的眼睛細節。隨后，記者進一步輸入指令“給這個老虎戴上偵探帽，并生成游戲場景”，新生成的圖像不僅完美實現了場景變化，還保持了主體特征的一致性，展現了強大的上下文連貫性。
圖片來源：揚子晚報·紫牛新聞
針對復雜場景的處理能力，以“設計一個包含12個不同物體的4x3網格圖，每個物體需準確呈現指定特征”進行測試。GPT-4o成功應對了這一挑戰，從藍色星星、紅色三角形到彩虹閃電，細節精準度令人驚嘆。但可能是對中文理解能力不足，生成圖案中存在指令缺失的情況。
在實用性測試中，記者嘗試生成專業場景圖像。例如，要求“制作一份傳統中式風格的餐廳菜單，包含毛血旺和酸菜魚的菜品描述”。GPT-4o生成的菜單不僅文字排版優雅，插畫風格與菜品完美契合，整體視覺效果令人滿意。此外，生成科學示意圖的能力同樣出色。記者輸入指令“繪制牛頓棱鏡實驗的示意圖”，模型迅速輸出了結構清晰的教學圖像。
盡管存在這些不足，GPT-4o 圖像生成功能的革新性依然顯著。其精準的文本渲染能力、對復雜指令的高遵循度，以及多輪對話中的一致性表現，為創意設計、教育教學、游戲開發等領域提供了強大工具。正如OpenAI首席執行官薩姆?奧爾特曼（Sam Altman）所言，這一功能的推出標志著 “創作自由的新高點”，用戶將借此釋放更多視覺創意潛能。
作為AI領域的頭部玩家，OpenAI背后的GPU儲備自然是業內頂尖水準。根據技術咨詢公司Omdia的分析，微軟作為OpenAI的主要投資者，在2024年購買了約48.5萬塊英偉達的Hopper芯片，是其主要競爭對手Meta的兩倍，這使其成為英偉達GPU的最大買家。OpenAI的大模型正是用微軟的Azure云基礎設施進行訓練。
可以說，OpenAI因新功能面臨的問題，折射了AI多模態技術發展中的資源與需求平衡難題，一方面，AI應用對GPU等算力資源的需求依然龐大，另一方面，行業繼續呼喚技術迭代，以求高效利用現有資源。
圖片來源：視覺中國
據北京商報，此次更新GPT-4o的圖像生成功能之后，OpenAI更大的產品更新將是推出GPT-5。今年2月，OpenAI首席執行官山姆·奧爾特曼表示，OpenAI將會在ChatGPT和API服務中搭載新模型GPT-5，GPT-5將集成公司多項技術，包括推理模型o3的技術，GPT-5可能會在未來幾個月內推出。
相比于之前一直不明確GPT-5的推出節點，奧爾特曼突然官宣GPT路線圖，或許是因為OpenAI面臨用戶流失的壓力。奧爾特曼此前表示，DeepSeek讓OpenAI的領先優勢不會像前幾年那么大了，并稱個人認為在開源權重模型和研究成果的問題上，OpenAI已經站在了歷史的錯誤一邊，需要制定不同的開源策略。
此前據《華爾街日報》報道，OpenAI內部代號為“獵戶座”（Orion）的GPT-5項目的開發已持續近兩年，目前面臨嚴峻挑戰。按原計劃，該項目應在2024年年中完成，但現在進度嚴重滯后。
OpenAI已經進行了至少兩次大型訓練，每次訓練都需要數月時間處理大量數據，目的是讓“獵戶座”變得更聰明。一位前OpenAI高管表示，如果說GPT-4的表現相當于一個優秀高中生，那么GPT-5的目標是要在某些任務上達到博士水平。然而熟悉該項目的人士表示，“獵戶座”的訓練每次都會出現新問題，軟件也達不到研究人員的預期。
東吳證券發布研報稱，判斷OpenAI對大模型的產品線與預期曾進行過調整。GPT-5的發布時間或提前，或由于DeepSeek近期的重磅更新和亮眼表現對OpenAI產品版圖構成了威脅，進而希望加快產品迭代步伐。
研究機構Gartner預測，到2026年，多模態生成模型的商業價值將占AI市場的45%。隨著谷歌與微軟等巨頭持續加碼，生成式AI正從通用工具向產業基礎設施演變，但其社會倫理、監管框架的完善也有待各方共同探索。
每日經濟新聞綜合北京商報、揚子晚報·紫牛新聞、OpenAI官網、公開資料
封面圖片來源：每日經濟新聞 資料圖
如需轉載請與《每日經濟新聞》報社聯系。
未經《每日經濟新聞》報社授權，嚴禁轉載或鏡像，違者必究。
讀者熱線：4008890008
特別提醒：如果我們使用了您的圖片，請作者與本站聯系索取稿酬。如您不希望作品出現在本站，可聯系我們要求撤下您的作品。
歡迎關注每日經濟新聞APP
