IT之家 12 月 17 日消息，OpenAI 昨日（12 月 16 日）發(fā)布博文，推出“全新旗艦 ChatGPT 圖像生成模型”GPT Image 1.5，并罕見公開了該項(xiàng)目背后的龐大研發(fā)團(tuán)隊(duì)名單，并同步在 ChatGPT 中推出了專用的“Images”（圖像）標(biāo)簽頁。

此次更新被視為 ChatGPT 圖像生成能力的重大飛躍，新模型不僅能生成高保真圖像，更在“聽懂人話”方面表現(xiàn)出色，即具備極強(qiáng)的提示詞遵循能力。

無論是從零創(chuàng)作還是基于上傳照片進(jìn)行編輯，GPT Image 1.5 都能在保留原圖核心要素的同時(shí)，精準(zhǔn)執(zhí)行用戶的指令。

據(jù) OpenAI 介紹，新模型最突出的亮點(diǎn)在于對細(xì)節(jié)的極致掌控。在生成或編輯圖像時(shí)候，GPT Image 1.5 能夠完美保留光線、構(gòu)圖以及人物外觀等關(guān)鍵特征，避免了以往 AI 改圖“面目全非”的問題。

此外，該模型大幅提升特定場景下的表現(xiàn)，例如能生成更逼真的服裝試穿效果，提供改進(jìn)的風(fēng)格濾鏡，并能進(jìn)行極具原創(chuàng)感的概念性轉(zhuǎn)換。

長期以來困擾 AI 繪圖的“文本亂碼”問題，在 GPT Image 1.5 中得到了顯著改善。新模型在文本渲染方面表現(xiàn)優(yōu)異，能準(zhǔn)確地將文字融入圖像中。

同時(shí)，OpenAI 全面升級 ChatGPT 的編輯工具，用戶現(xiàn)在可以精準(zhǔn)地添加、移除、組合或移位圖像元素。OpenAI 將此次升級形容為把 ChatGPT 變成了一個(gè)隨身攜帶的“迷你修圖工作室”，用戶隨時(shí)隨地都能進(jìn)行專業(yè)級的圖像處理。

為了提升使用體驗(yàn)，ChatGPT 在網(wǎng)頁端（chatgpt.com）和移動(dòng)應(yīng)用側(cè)邊欄中新增了獨(dú)立的“Images”入口，該界面內(nèi)置了多種預(yù)設(shè)濾鏡和靈感提示詞，幫助用戶快速上手，已面向全球所有 ChatGPT 用戶和 API 用戶開放，并且與所有模型無縫兼容。

OpenAI 首席執(zhí)行官山姆?奧爾特曼（Sam Altman）隨后通過其個(gè)人 X 賬號(hào)，發(fā)布了一張生成的渲染圖，變身消防員，結(jié)合奧爾特曼此前拉響的“紅色警報(bào)”，暗示奧爾特曼成功“滅火”。IT之家附上截圖如下：

不過，有趣地方在于，GPT Image 1.5 生成的月歷圖存在時(shí)間問題，網(wǎng)友隨后又用谷歌的 Nano Banana Pro 修正了。

OpenAI 在官方博文中指出，此次發(fā)布不僅意味著 ChatGPT 在視覺創(chuàng)作能力上的又一次迭代，更從團(tuán)隊(duì)架構(gòu)上揭示了 OpenAI 在多模態(tài)領(lǐng)域的最新戰(zhàn)略布局。項(xiàng)目由 Gabriel Goh 擔(dān)任研發(fā)負(fù)責(zé)人，Adele Li 擔(dān)任產(chǎn)品負(fù)責(zé)人，兩人聯(lián)手推動(dòng)了這一功能的落地。

在公開的領(lǐng)導(dǎo)層名單中，兩個(gè)名字尤為引人注目：Sora 負(fù)責(zé)人 Bill Peebles 和世界模擬負(fù)責(zé)人 Aditya Ramesh。Aditya Ramesh 是 DALL-E 系列模型的締造者之一，而 Bill Peebles 則主導(dǎo)了震驚全球的視頻生成模型 Sora。

這兩位頂尖專家的共同領(lǐng)導(dǎo)，強(qiáng)烈暗示了新版 ChatGPT 圖像功能可能在底層架構(gòu)上借鑒了 Sora 的“世界模擬”技術(shù)，或是在為未來圖像與視頻生成的無縫切換做技術(shù)鋪墊。

除了核心領(lǐng)導(dǎo)層，該項(xiàng)目還集結(jié)了龐大的技術(shù)力量。Mark Chen 作為首席研究官（Chief Research Officer）統(tǒng)籌全局，Prafulla Dhariwal 出任多模態(tài)負(fù)責(zé)人。

團(tuán)隊(duì)下設(shè)“核心推理（Core Inference）”與“推理協(xié)作（Inference Collaborators）”小組，由 Adam Tart 等工程師領(lǐng)銜，確保了模型在高并發(fā)下的穩(wěn)定響應(yīng)速度。此外，數(shù)十位研究貢獻(xiàn)者與合作者的加入，為模型在語義理解與圖像生成的精準(zhǔn)度上提供了堅(jiān)實(shí)的算法支持。

為了應(yīng)對 AI 生成圖像可能帶來的倫理與版權(quán)風(fēng)險(xiǎn)，OpenAI 此次投入了規(guī)模龐大的“安全、誠信與策略（Safety, Integrity, Policy & Trust）”團(tuán)隊(duì)。

該團(tuán)隊(duì)由 Abby Fanlo Susk 等二十余名專家組成，專門負(fù)責(zé)制定內(nèi)容過濾機(jī)制、防止惡意濫用以及確保生成內(nèi)容的合規(guī)性。這表明 OpenAI 在追求技術(shù)突破的同時(shí)，將產(chǎn)品的安全性與社會(huì)責(zé)任置于了極高的優(yōu)先級。

為了確保功能順利推向市場，項(xiàng)目還配備了龐大的應(yīng)用（Applied）、產(chǎn)品運(yùn)營（Product Operations）及法律（Legal）團(tuán)隊(duì)。從數(shù)據(jù)評估到社區(qū)傳播，每一個(gè)環(huán)節(jié)都有專人把控。這種“科研 + 工程 + 產(chǎn)品 + 安全”的矩陣式團(tuán)隊(duì)結(jié)構(gòu)，展示了 OpenAI 將前沿技術(shù)轉(zhuǎn)化為成熟消費(fèi)級產(chǎn)品的強(qiáng)大組織能力。

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。