OpenAI于9日宣布发布了提高图像质量和编辑准确性的“ChatGPT图像2.5”。 根据OpenAI的介绍，图像2.5能够准确反映人物和物体的独特特征，自然表现光线和质感。用户可以将参考照片中的人物表现为新的背景或画风，或者在保持产品外观的同时更改拍摄背景和构图。在复杂的图像中，针对请求部分的修改能力也得到了提升，能够保持其他细节元素不变。 重复编辑的一致性也得到了提高。在逐步完善产品照片或广告素材时，减少了之前修改内容被更改或图像质量下降的现象。 还新增了用户可以更精细调整创作过程的草图功能。在ChatGPT对话框中输入“@Sketch”后，用户可以使用鼠标直接绘制草图。 作为开发者用的API模型，还发布了“GPT-图像-2.5闪光”和“GPT-图像-2.5日冕”。GPT-图像-2.5闪光提供比GPT-图像-2更高的图像质量，同时将生成延迟时间减少了最多50%。 日冕模型则适用于需要在编辑过程中进行细致调整和高精度工作的场景，尽管生成时间较长。 OpenAI正在逐步向所有套餐用户提供图像2.5。 与此同时，OpenAI韩国于当天举行了一周年记者见面会，阐述了其在韩国市场的方向。※ 本报道经人工智能（AI）系统翻译与编辑。

【经济日报】OpenAI最近发布的“ChatGPT图像2.0”在推出后用户数量迅速增加，正在改变生成式AI市场格局。根据OpenAI的声明，截至上月26日，ChatGPT图像2.0的日活跃用户数比前一周增长超过60%，新用户增长超过130%。该模型的主要改进在于执行用户指令的能力和多语言文本实现，显著改善了以往图像生成AI的文字破损问题，尤其提高了韩文、日文和中文等非拉丁文字的表现精度。韩国用户的使用方式也引人注目，主要用于将现有照片转换为不同风格或概念的“图像对图像”应用。用户提出的“变成时尚画报风格”或“将照片中的人物角色化”等实用而富有创意的要求很多。OpenAI的首席研究员加布里埃尔·高表示，亚洲用户的创意和实用性令人惊讶，并表示将通过用户反馈进一步优化模型。业内分析认为，此次模型的成功标志着生成式AI从简单的创作工具向日常图像编辑工具的演变。与以往的Midjourney或Stable Diffusion在专业领域的强势不同，ChatGPT图像2.0通过对话界面让初学者也能获得专业级别的成果。未来展望也很乐观。OpenAI计划利用此次文本实现的增强，提升与视频生成模型Sora的联动性，并瞄准企业广告内容制作市场。特别是文本插入功能的增强预计将加速AI在营销和设计领域的应用。加布里埃尔·高还表示，韩国及亚洲用户的快速应用令人印象深刻，最有趣的创意往往来自用户而非我们自己。与此同时，全球市场对生成式AI的版权问题和深度伪造等滥用案例的监管正在加强，OpenAI如何控制这些问题并制定伦理指南将成为模型持续扩展的关键因素。技术上更为完善的OpenAI能在图像生成AI市场中占据多少份额，备受业界关注。※ 本报道经人工智能（AI）系统翻译与编辑。

美国人工智能公司OpenAI于21日发布了最新的图像生成工具ChatGPT图像2.0。该服务基于ImageGen 2.0模型设计，是在Arena平台上表现出色的代号“胶带”的正式版本。它几乎完美地解决了以往图像生成模型在文字表达上的缺陷，吸引了全球技术界的关注。过去，人工智能生成的图像中插入文字时，常出现字母排列无序或模糊的问题。即使用户要求修正，也常需耗时且结果不佳。然而，新模型能够准确呈现韩文，消除了人工智能生成图像的违和感。国内外用户在网络社区分享了多种结果，认为消除乱码现象是一项创新。该模型能精确反映用户的详细指令，立即提供高实用性的结果。图像中物体的位置和关系被精细构建，小字和图标也能自然地排列在紧凑的布局中。支持从3:1到1:3的宽屏比例，能够高质量再现照片、漫画和电影等多种视觉风格。文本渲染质量显著提升，不仅在韩文，还在日文、中文、印地语和孟加拉语等非拉丁文字语言中表现出色。OpenAI预计该模型将在海报、说明资料和图表等专业设计工作中广泛应用。此次版本首次引入基于ChatGPT图像思维的生成功能，实现技术差异化。思维模型和专业模型支持通过网络搜索获取最新信息，并基于单一提示生成多个图像。由于经过思维链过程，生成漫画时能完美保持角色外观和服装的一致性。新模型发布正值OpenAI调整业务战略后，备受关注。OpenAI宣布将完全停止视频生成工具Sora服务，专注于核心业务。OpenAI核心人士表示，ChatGPT在进化为终极个人助手的过程中，图像生成是必不可少的核心要素，但市场对视频的需求尚未达到预期。对于图像工具可能被用于传播虚假信息或政治目的的担忧，OpenAI推出了强有力的防御措施。公司实时监控用户的恶意使用，并谨慎控制生成内容对社会的影响。通过引入SynthID等强大的数字水印技术，确保任何人都能轻松识别人工智能生成的结果。目前，ChatGPT图像2.0的基本功能可供所有平台用户免费使用，而需要高推理能力的思维模型和专业模型的高级输出功能仅限于每月20至200美元的Plus和Business订阅用户。此策略旨在提高信息可及性，同时通过收费的商业功能创造稳定的收入模式。业内人士预计，ChatGPT图像2.0的发布将彻底改变由谷歌的纳米香蕉模型主导的图像生成市场。谷歌以精细描绘能力占据市场，而OpenAI则以文本实现能力和设计布局的便利性对其发起强烈挑战。巧合的是，新模型发布正值全球最大图像软件公司Adobe举办年度峰会期间。随着人工智能模型进入高端设计领域，传统图形软件公司之间的激烈市场竞争不可避免。Adobe合作伙伴关系负责人萨希尔·古普塔表示，客户会根据不同用途使用各模型，淡化了竞争担忧，但市场的危机感正在加剧。人工智能技术专家认为，胶带的正式发布开启了真假难辨的新视觉媒体时代。曾被视为专业设计师领域的商业图像编辑和排版工作，如今只需点击几下即可完成，预计将对内容制作行业带来巨大变革。技术的飞跃发展带来的产业创新和伦理保护措施的制定成为我们面临的重大课题。※ 本报道经人工智能（AI）系统翻译与编辑。

OpenAI发布了新一代图像生成模型“ChatGPT图像2.0”，大幅提升了图像生成质量，扩展了AI图像的应用范围。新模型的核心在于结果的完整性。它能够精确反映用户的详细指示，自然地构建图像中的物体位置和关系，尤其在小文字、图标、用户界面元素和复杂布局等方面表现出色。文本表达能力显著提高，能够自然呈现海报、信息图表和UI设计中需要的“可读文字”，被认为达到了实用水平。支持多种屏幕比例（最大3:1至1:3），并能精确再现照片、插图、漫画和电影风格，适用于策划书、营销材料、教育资料和社交内容等。多语言性能也得到增强，韩语、日语、中文、印地语、孟加拉语等多种语言的文本渲染质量提高，提升了全球内容制作的实用性。一次最多可生成10张图像，便于快速比较和审核。该模型首次结合了“ChatGPT思维”功能，用户可以通过网络搜索补充信息，或用一个提示生成多张图像并检查结果，提供了更广泛的制作环境。“ChatGPT图像2.0”可在ChatGPT和Codex中使用，高级图像生成功能提供给ChatGPT Plus Pro和商业用户。※ 本报道经人工智能（AI）系统翻译与编辑。

OpenAI发布了大幅提升图像生成功能的“ChatGPT图像2.0”。该功能不仅能生成简单图像，还能更准确地处理长句、复杂结构、多语言文本和细致编辑指令。此更新被认为是针对广告、营销和内容制作等实际需求。 根据21日（当地时间）OpenAI的消息，ChatGPT引入了新图像生成功能“ChatGPT图像2.0”，并在开发者API中提供“GPT图像2”模型。 OpenAI表示，这是“提升图像生成和编辑性能的最新主力模型”，支持高质量图像输入，并能生成多种尺寸的结果。 核心在于增强文本处理能力。OpenAI称，新功能能更稳定地在图像中呈现长句和复杂视觉元素，并更准确地反映用户指令。因此，在海报、广告横幅、宣传册和演示视觉资料等文本与设计元素同样重要的工作中，应用前景广阔。 多语言支持也得到了扩展。公司表示，除了英语外，韩语、日语、中文、印地语、孟加拉语等多种语言的图像生成质量也有所提升。 编辑功能更为精细。用户可以在保留背景和构图的情况下，自然地修改细节。OpenAI强调，“指令执行能力和细节表现力整体提高”。 还展示了保持相同风格和角色的连续场景生成实例，可以在广告和宣传材料中广泛应用。 服务对象也扩大了。OpenAI为ChatGPT用户提供基本图像生成功能，并为付费订阅者提供更高级功能。开发者API也应用了该模型，预计将扩大外部服务的整合。※ 本报道经人工智能（AI）系统翻译与编辑。