在週二的直播中，OpenAI 首席執行官 Sam Altman 宣佈了 ChatGPT 一年多以來首次重大的圖像生成功能升級。

ChatGPT 現在可以利用公司的 GPT-4o 模型原生創建和修改圖像及照片。GPT-4o 一直是這個 AI 驅動的聊天機器人平台的基礎，但直到現在，該模型只能生成和編輯文本，而不能處理圖像。

Altman 表示，GPT-4o 原生圖像生成功能現已在 ChatGPT 和 OpenAI 的 AI 視頻生成產品 Sora 上線，面向該公司每月 200 美元專業版計劃的訂閱用戶開放。OpenAI 表示，該功能將很快向 ChatGPT 的 Plus 用戶和免費用戶開放，同時也會向使用公司 API 服務的開發者開放。

與其實際替代的圖像生成模型 DALL-E 3 相比，具有圖像輸出功能的 GPT-4o 在生成過程中會"思考"更長時間，以創建 OpenAI 所描述的更準確和更詳細的圖像。GPT-4o 可以編輯現有圖像，包括含有人物的圖像——對其進行轉換或"修復"前景和背景對象的細節。

據 OpenAI 向《華爾街日報》透露，為了支援新的圖像功能，他們使用"公開可用的數據"以及與 Shutterstock 等公司合作獲得的專有數據來訓練 GPT-4o。

許多生成式 AI 供應商將訓練數據視為競爭優勢，因此對其相關信息嚴格保密。同時，訓練數據細節也可能引發智慧財產權相關訴訟，這是公司不願透露太多資訊的另一個原因。

OpenAI 首席運營官 Brad Lightcap 在向《華爾街日報》的聲明中表示："在輸出方面，我們尊重藝術家的權利，並且我們制定了相關政策，防止生成直接模仿任何在世藝術家作品的圖像。"

OpenAI 提供了一個退出表單，允許創作者請求將其作品從訓練數據集中移除。該公司還表示，會尊重網站禁止其網路爬蟲收集訓練數據（包括圖像）的請求。

ChatGPT 升級后的圖像生成功能緊隨 Google 旗艦模型之一 Gemini 2.0 Flash 的實驗性原生圖像輸出功能之後。這個強大的功能在社交媒體上迅速傳播——但並非都是好事。Gemini 2.0 Flash 的圖像元件似乎缺乏足夠的安全限制，允許使用者移除浮浮浮水印並創建包含受版權保護角色的圖像。