Gerador de Imagens GPT-4o

Imagens de alta fidelidade e detalhes

O GPT-4o consegue gerar imagens contendo muitos objetos distintos — até 10-20 — mantendo a nitidez e o realismo. Essa capacidade permite a criação de cenas complexas que incluem múltiplos personagens, objetos e planos de fundo, cada um renderizado com detalhes e relações espaciais apropriadas.

Incitar	Imagem de saída
Uma imagem quadrada contendo uma grade de 4 linhas por 4 colunas com 16 objetos sobre um fundo branco. A lista é exibida da esquerda para a direita e de cima para baixo:
Mostre-me uma taça de vinho com apenas uma minúscula gota de vinho tinto.
Precisamos de provas de que existe atualmente um elefante invisível. Considere o que um elefante é e faz no ambiente, e então mostre-nos isso, talvez durante o processo – mas o próprio elefante não é mostrado de forma alguma.

Suporte a múltiplos estilos de imagem

A geração de imagens do GPT-4o suporta uma ampla e versátil gama de estilos de imagem, tornando-o altamente adaptável a diferentes necessidades criativas e práticas. O modelo se destaca na produção de imagens fotorrealistas, estilos artísticos ou visuais semelhantes a desenhos animados, dependendo do estímulo.

Provavelmente, o que torna o recurso de geração de imagens do GPT-4o tão popular é sua capacidade de gerar estilos de anime conhecidos, incluindo Studio Ghibli , South Park, Os Simpsons e muitos outros.

Entrada	Estúdio Ghibli	Parque Sul	Os Simpsons

Renderização de texto precisa

Uma das capacidades mais notáveis ​​da geração de imagens GPT-4o é a sua habilidade de renderizar texto dentro das imagens de forma clara e precisa, um desafio conhecido em modelos anteriores de geração de imagens. Isso permite a criação de infográficos, sinalização ou qualquer imagem que exija texto legível.

Incitar	Imagem de saída
Poesia magnética em uma geladeira em uma casa de meados do século XX: Linha 1: "Uma imagem" Linha 2: "vale a pena" Linha 3: "mil palavras," Linha 4: "mas às vezes" Grande lacuna Linha 5: "no lugar certo" Linha 6: "pode ​​elevar" Linha 7: "seu significado." "O homem segura as palavras "alguns" na mão direita e "palavras" na esquerda."
Crie uma imagem de uma tira de quatro painéis, com algum espaçamento ao redor da borda: Um pequeno caracol está no balcão de uma concessionária de carros chamativa. O vendedor se inclinou sobre o balcão para conseguir vê-lo. Primeiro plano do caracol, que parece muito sério. Ele diz: "Quero seu carro esportivo mais veloz... e quero que você pinte letras 'S' grandes nas portas, no capô e no teto." O vendedor está coçando a cabeça. "Hum... podemos fazer isso, mas por que os 's'?" Corte brusco para um borrão vermelho rugindo pela rodovia. O carro esportivo está coberto de letras S gigantes. Pessoas na calçada apontam e riem: “UAU! OLHA SÓ AQUELE CARRO ESPORTIVO ANDANDO!”
Um infográfico explicando em detalhes o experimento do prisma de Newton.

Edição e transformação interativa de imagens

Os usuários podem carregar imagens existentes e instruir o GPT-4o a modificá-las ou transformá-las, como remover reflexos, alterar fundos ou aplicar mudanças estilísticas, tornando-o útil para tarefas práticas de edição de fotos além da geração de imagens do zero.

A geração de imagens GPT-4o também suporta interações em várias etapas, o que significa que os usuários podem refinar as imagens por meio de um diálogo contínuo, solicitando alterações ou melhorias para que correspondam melhor à sua visão.

Geração Redonda	Entrada do usuário	Imagem de saída
Rodada 1	Dê a este gato um chapéu de detetive e um monóculo.
Rodada 2	Transforme isso em um jogo AAA feito com um motor gráfico 4K e adicione uma interface de usuário sobreposta, como em um RPG de mistério, onde podemos ver uma barra de vida e um minimapa na parte superior, além de magias na parte inferior, com iconografia consistente.
Rodada 3	Atualize a imagem para uma proporção de 16:9, adicione mais feitiços à interface do usuário e reduza o zoom para que possamos ver o gato em terceira pessoa caminhando por uma Manhattan steampunk, criando um belo contraste e iluminação como nos melhores jogos AAA, com cores em tons frios.
Rodada 4	Crie a interface que, ao abrir o menu, mostre o perfil do personagem do gato com seu equipamento e outra página exibindo as missões ativas (e que faça sentido em relação ao universo que estamos descrevendo na imagem).

Consciência contextual e uso do conhecimento

O GPT-4o aproveita seu extenso treinamento em linguagem e conhecimento de mundo para gerar imagens que não são apenas visualmente coerentes, mas também contextualmente significativas. Ele entende referências a objetos do mundo real, estilos e elementos culturais, e consegue incorporá-los de forma inteligente às imagens.

Isso possibilita gerar imagens que se alinham a temas específicos, períodos históricos ou movimentos artísticos, aumentando a relevância e a profundidade.

Geração Redonda	Entrada do usuário	Imagem de saída
Rodada 1	Desenhe um projeto para um veículo com rodas triangulares, usando essas imagens como referência. Identifique a roda dianteira, a roda traseira e, na parte inferior do diagrama, escreva (em letras minúsculas): VEÍCULO COM RODAS TRIANGULARES. Patente inglesa. 2025. OpenAI.
Rodada 2	Agora, coloque isso em uma foto tirada na cidade de Nova York.