在周二的直播中，OpenAI 首席执行官 Sam Altman 宣布了ChatGPT图像生成功能一年多来首次重大升级。

ChatGPT 现在可以利用该公司的GPT-4o模型来本地创建和修改图像和照片。GPT-4o 长期以来一直是人工智能聊天机器人平台的基础，但到目前为止，该模型只能生成和编辑文本，而不能生成和编辑图像。

Altman 表示，GPT-4o 原生图像生成现已在 ChatGPT 和 OpenAI 的 AI 视频生成产品 Sora 中上线，供该公司每月 200 美元的 Pro 计划订阅者使用。OpenAI 表示，该功能将很快向 ChatGPT 的 Plus 和免费用户以及使用该公司 API 服务的开发人员推出。

具有图像输出功能的 GPT-4o 比它有效取代的图像生成模型DALL-E 3 的“思考”时间更长，从而可以生成 OpenAI 所描述的更准确、更详细的图像。GPT-4o 可以编辑现有图像，包括其中有人的图像——对它们进行转换或“修复”细节，例如前景和背景对象。

OpenAI 向《华尔街日报》表示，为了支持新的图像功能，它使用“公开数据”以及与 Shutterstock 等公司合作的专有数据对 GPT-4o 进行了训练。

许多生成式人工智能供应商将训练数据视为竞争优势，因此他们对其及其相关信息讳莫如深。但训练数据细节也可能引发与知识产权相关的诉讼，这也是公司不愿透露太多信息的另一个原因。 

OpenAI 首席运营官布拉德·莱特卡普 (Brad Lightcap) 在给《华尔街日报》的一份声明中表示：“在创作方面，我们尊重艺术家的权利，并且我们制定了政策，防止我们生成直接模仿任何在世艺术家作品的图像。”

OpenAI 提供了一份退出表格，允许创作者要求将其作品从其训练数据集中删除。该公司还表示，它尊重禁止其网络抓取机器人从网站收集训练数据（包括图像）的请求。

ChatGPT 升级后的图像生成功能紧随谷歌为其旗舰型号之一 Gemini 2.0 Flash 进行实验性的原生图像输出。这一强大的功能在社交媒体上迅速走红——但原因未必是好的。Gemini 2.0 Flash 的图像组件几乎没有防护措施，允许人们去除水印并创建描绘受版权保护的人物的图像。

本文于太平洋时间中午 12 点更新，其中包括 OpenAI 向《华尔街日报》发表的有关 GPT-4o 训练数据的声明。