ChatGPT图片生成：隐藏修图大师！免费（暂时）体验教程

作为一名冲浪在 AI 技术前沿的技术宅，最近有一个消息真是让我兴奋到拍大腿！那就是——OpenAI 在上个月，给 ChatGPT 和 Sora，偷偷摸摸地升级了一个超级牛掰的图片生成和编辑功能！ 它的名字，咱们技术圈里现在更爱直接叫它4o image generation，以下简称4o！

这可不是 DALL-E 3 简单的迭代，朋友们！这感觉就像是 DALL-E 3 打了激素，吃了炸药包，整体能力直接飞升了！

你想想看，以前用 AI 生成图，想加点中文文字进去？难！想让它按照你的意思微调图片某个地方？费劲！想让它理解你上传的图片，然后基于这个风格再搞点新花样？更难！

但 4o 出来后，这些痛点，它统统给你解决了！

画质？大幅提升，直接奔着市面上的顶尖模型去了！
最牛逼的来了：它能在生成的图片里显示中文文字了！虽然长的句子偶尔会翻车，但短的、关键的文字基本没问题！这意味着什么？用 AI 生成中文漫画，变得前所未有的简单！
编辑能力？这是另一个王炸！你可以直接跟 AI 聊天对话，让它帮你修改生成的图，或者更吊的是，上传一张你自己的图，让 AI 按照你的指令进行各种编辑！变风格、换方向、局部修改、增加物体、抠图... 简直就是你的专属 AI 修图师！

是不是光听听就觉得炸裂了？！

那话不多说，今天我就带大家深入浅出地了解一下这个 4o 到底是个啥，怎么用，以及我给大家总结的 10个超实用的活用案例！保证你看完就想立马打开 ChatGPT 动手试试！

第一章：4o 是个啥？怎么上手玩儿？

咱们先搞清楚这个新功能的基础信息。

1. 4o 有啥特点？

这功能呢，是直接集成在 OpenAI 的 GPT-4 模型里的。所以它的牛，一部分是继承了 GPT-4 强大的理解和对话能力。

一致性更好： OpenAI 说他们用海量的图片和文字关系数据训练了它，所以它更能理解你的描述，生成跟你的想法一致的图片。
文字显示能力！ 这真是个大突破！它能很好地在图里显示英文文字，中文文字虽然长了容易乱码，但短的字词成功率很高，这在以前几乎是不可能做到的！
听话的编辑助手： 因为在 GPT-4 里，你可以通过自然的对话来编辑图片，它理解复杂指令的能力超强，甚至能在图里准确地放入10到20个不同的物体（官方说的，我后面实测了，真的可以！）
理解并编辑上传的图片： 这个功能太实用了！你可以上传一张图，让 AI 参考这张图的风格生成新图，或者直接让 AI 分析你的图，然后根据你的文字指令去修改它！比如把图变成别的风格，或者改变里面物体的朝向。

当然，OpenAI 也自己公布了一些目前的限制，比如生成竖图（像海报那种）的时候，下面可能会被截掉一部分；或者生成物体数量特别多的时候，可能偶尔会有偏差。但这都不影响它的强大！

另外提一句，用 4o 生成的所有图片，都会内嵌不可见的数字水印，而且有防生成不当内容的安全机制，用起来更放心哈。

2. 怎么才能用到 4o？

这个大家比较关心。截至3月26日发布的时候：

它是作为 ChatGPT Plus、Pro 和 Team 用户默认的图片生成工具 推送的。也就是说，如果你是这些付费用户，你用的 DALL-E 3 已经被它悄悄替换掉了。
在 Sora 里也能用（Sora 目前也是给 ChatGPT 付费用户开放）。
OpenAI 说未来几周内会开放 API 接口，方便开发者调用。

一个插曲： 原本 OpenAI 是打算向免费用户开放的，但发布第二天 Sam Altman 自己发推说，需求量太大了，免费用户要延后开放。所以现在，想尝鲜的小伙伴，暂时需要是 ChatGPT 的付费用户。

如果你是付费用户，但特别怀念 DALL-E 3 的某个特点，别担心，OpenAI 也保留了 DALL-E 3 的 GPTs，你还是可以通过搜索找到 DALL-E 3 的官方 GPTs 继续使用 DALL-E 3。

3. 4o 具体怎么操作？

其实操作起来非常简单，跟你以前用 DALL-E 3 差不多，甚至更直接：

在 ChatGPT 里 (付费用户)：
1. 首先，确保你选择的模型是 GPT-4。
2. 在聊天输入框里，直接输入你想要生成的图片描述（提示词）。
3. 或者，更厉害的是，你可以点击输入框左边的 “+” 按钮，选择上传图片！上传后，你就可以在输入框里对这张图提出编辑要求了！
4. 如果你想手动切换到图片模式（一般 GPT-4 已经自动识别了），可以点击输入框下面的三个点，选择“创建图片”。
在 Sora 里 (付费用户)：
1. 打开 Sora 界面。
2. 在下方的输入框里，左下角有个标签页，选择 “Image”。
3. 然后在输入框里输入文本描述生成图片，或者上传图片进行编辑。

生成或编辑的速度都挺快的！至于能生成/编辑多少张图片，OpenAI 目前还没有明确公布具体的限制，不过付费用户通常有比较充足的使用量。

第二章：炸裂实测！4o 的10大活用案例！

光说不练假把式！下面我结合官方信息和我的实际体验，给大家展示10个用 4o 可以玩出来的花活儿！

案例1：生成超高质量图片

这个是基础能力，但提升巨大！ 4o 生成的人物、动物、风景、动漫、艺术风格图片，质量已经完全可以和 Midjourney V6.1、Leonardo AI、Clipdrop 等目前顶级的图片生成模型媲美了！比 DALL-E 3 真是好了不止一个档次。细节更丰富，光影更自然。

案例2：生成带文字的漫画！

这是 4o 刚出来时最火爆的应用！你可以直接给 GPT-4 指令，比如：“用中文写一个可爱的猫咪介绍 ChatGPT 的四格彩色漫画”。它真的能给你生成出来！虽然漫画的绘画风格和分镜比较简单，但最关键的是，它把中文文字成功地放进图片里了！ 虽然遇到长句子会变成乱码，但短的对白、标题基本都能显示正确。这对于想快速生成带中文内容的图片来说，简直是神器！

案例3：在图片里显示长文本

不仅仅是中文漫画的短文本，我在测试英文的时候发现， 4o 可以在图片里显示相当长的英文段落，而且文字清晰、排版正确！虽然中文长文本还是容易乱码，但偶尔运气好，几行中文也能成功显示出来！这为未来的图片内容创作提供了新的可能。

案例4：多个图片合成

这个功能超赞！你可以上传几张不同的图片，然后告诉 AI 把它们合成为一张图，并且按照你的指令来组合。比如，上传一张女生的图，一张椅子的图，一张猫的图，然后说：“把图1的女生放到图2的椅子上坐着，让她抱着图3的猫咪”。 4o 就能在保持风格和一致性的前提下，把这些元素巧妙地合成到一张图里！合成效果非常自然，几乎没有违和感。

案例5：在图片内生成大量物体

官方宣称能放入10到20个不同物体，这听起来有点玄乎。我实测了一下，给了一个包含16种不同物体的中文描述，让它生成一张图。结果它真的按照我的要求，把这16种物体准确地呈现在一张图片里了！ 而且位置、关系基本都符合描述。这在以前的 AI 模型里也是很难做到的。

案例6：图片风格转换

上传一张图片，比如一张写实的考拉照片，然后告诉 AI：“把这张考拉图转换成日本动漫风格”。 4o 就能在保持考拉姿势和主体特征不变的情况下，把它变成动漫风！你也可以尝试各种其他风格，比如水彩、油画、像素风等等。

案例7：改变图片内物体的方向

上传一张正面朝向的人物照片，然后指令：“让图片里的人物转过身去，变成背影”。 4o 就能在不改变人物发色、服装等特征的前提下，生成一张她背对镜头的照片！同样，你也可以让她看向左边或右边。这个功能对于生成同一个人物不同角度的图片非常有用。

案例8：图片局部修改（Inpainting）

这个功能在 DALL-E 3 里也有，但在 4o 里感觉效果更好了。生成一张图片后，点击图片进入放大界面，右上角有个**“画笔”按钮**。点击它，你就可以用画笔选中图片里你想修改的某个区域（比如图里的一只猫）。选中后，在下方输入框里输入指令，比如“把这只狸花猫变成一只白色的猫”。发送指令，AI 就会只修改你选中的区域，把狸花猫变成了白猫，而且融合得很自然！

案例9：在图片局部增加物体