作者｜沐風

來源｜AI先鋒官

就在昨天晚間，OpenAI也終于把GPT-4o的生圖的API發布了，新模型名為“GPT-image-1”。

此前，GPT-4o的生圖功能一經上線就火遍全球，據OpenAI表示，在首周，全球就有1.3億用戶用創作了超7億張圖片。

在此次開源的新模型GPT-image-1中，與GPT-4o相關的功能又有兩個：

生成（Generations）：根據文本提示從頭開始生成圖像；

編輯（Edits）：使用新提示詞部分或全部修改現有圖像。

與GPT-4o圖像生成不同的是，GPT-image-1支持指定圖像質量、大小、格式、壓縮以及是否需要透明背景來自定義輸出。

其中圖像質量包括：low、medium、high；

圖像大小包括：1024x1024、1536x1024、1024x1536；

圖像輸出格式包括：PNG、JPEG、WebP，模型默認輸出PNG圖像，JPEG和WebP格式的壓縮級別 （0-100%）。

另外，基于GPT-4o強大的語義處理能力，它不僅能結合世界知識進行連續對話、迭代創作，還能確保生成圖像與提示詞高度一致、創作多種風格圖片。

接下來，小編帶大家通過OpenAI官方放出的示例來直觀的了解一下GPT-image-1吧。

生成圖像

下面是一個用Python 快速生成圖片并保存的完整示例：

默認情況下，API返回一張圖片，但可通過設置參數n，讓其一次生成多張圖像。

生成的圖片如下：

編輯圖像

通過圖像編輯端點，你可以直接編輯現有圖片或上傳一張參考圖用來生成新圖像，再或者上傳一張圖像加蒙版，精準替換特定區域，即inpainting。

例如，上傳4張圖片，然后讓它生成禮品籃的新圖像，其中要包含參考圖像中的商品。

可以看到，它自動將參考圖中的物品組合到了禮品籃中。

其Python示例如下所示：

對于inpainting，你需要提供一個蒙版來指示應該編輯圖像的哪些地方。

蒙版中的透明區域將被替換，而其他區域保持不變。

不過，你也可以使用提示詞來描述完整的新圖像，而不僅僅是蒙板區域。

如果你上傳了多個圖像，則蒙版將應用于第一個圖像。

需要注意的是，圖像和蒙版需要具有相同的格式和尺寸，大小不能超過25MB，并且蒙版圖像還必須包含Alpha通道。

其Python示例如下所示：

接下來，我們來看一下GPT-image-1的API價格。

文本輸入：5美元100萬token；

圖像輸入：10美元100萬token；

圖像輸出：40美元100萬token。

按圖像大小和質量估算，生成單張低、中、高質量的1024x1024圖像大約花費0.02美元、0.07美元、0.19美元。

換算成人民幣大約為0.1元、0.5元、1.4元。

從單價來看，確實比一些競品要高。

最后，OpenAI也放出了許多GPT-image-1生成的圖片，我們一起來看看吧。

當看到最后這兩張圖片時，小編不禁感慨，這提示詞寫的堪比一篇作文。

掃碼邀請進群，我們帶你一起來玩轉ChatGPT、GPT-4、文心一言、通義千問、訊飛星火等AI大模型，順便學一些AI搞錢技能。

往期文章回顧