Генератор изображений GPT-4o

Высокодетализированные изображения

GPT-4o может генерировать изображения, содержащие до 10-20 различных объектов, сохраняя четкость и реалистичность. Эта возможность позволяет создавать сложные сцены с несколькими персонажами, объектами и фонами, каждый из которых прорисован с соответствующими деталями и пространственными отношениями.

Промпт	Выходное изображение
Квадратное изображение, содержащее сетку 4x4 с 16 объектами на белом фоне. Перечислять слева направо, сверху вниз. Вот список:
Покажи бокал для вина, в котором лишь крошечная капля красного вина.
Нам нужны доказательства присутствия невидимого слона. Учтите, что такое слон и как он взаимодействует с окружающей средой, затем покажите это, возможно, в процессе, но сам слон не должен быть виден.

Поддержка множества стилей изображений

Генерация изображений GPT-4o поддерживает широкий и универсальный диапазон стилей, что делает ее легко адаптируемой для различных творческих и практических задач. Модель отлично справляется с созданием фотореалистичных изображений, художественных стилей или мультяшных визуализаций в зависимости от промпта.

Вероятно, особенностью генерации изображений GPT-4o, которая делает ее такой популярной, является способность создавать известные аниме-стили, включая Studio Ghibli, South Park, The Simpsons и другие.

Ввод	Studio Ghibli	South Park	The Simpsons

Точное отображение текста

Одной из выдающихся возможностей генерации изображений GPT-4o является его способность четко и точно отображать текст на изображениях, что было известной проблемой для предыдущих моделей генерации изображений. Это позволяет создавать инфографику, вывески или любые изображения, требующие разборчивого текста.

Промпт	Выходное изображение
магнитная поэзия на холодильнике в доме середины века: Строка 1: «Картинка» Строка 2: «стоит Строка 3: «тысячи слов», Строка 4: «но иногда» Большой пробел Строка 5: «в нужном месте» Строка 6: «может улучшить» Строка 7: «ее значение. «Человек держит слова "немного" в правой руке и "слов" в левой.
Создай изображение из четырех панелей с отступами по краям: Маленькая улитка стоит у прилавка в шикарном автосалоне. Продавец наклонился к ней через стол, чтобы ее увидеть. Крупный план улитки, выглядящей очень серьезно. Она говорит: «Я хочу ваш самый быстрый спортивный автомобиль… и я хочу, чтобы вы нарисовали большие буквы «S» на дверях, капоте и крыше». Продавец чешет голову. «Эм… мы можем это сделать, но зачем «S»?» Резкая смена кадра: красный размытый силуэт мчится по шоссе. Спортивный автомобиль покрыт гигантскими «S». Люди на тротуаре указывают пальцами и смеются: «ВАУ! ПОСМОТРИТЕ НА ЭТУ МАШИНУ С «S»!»
инфографика, подробно объясняющая эксперимент Ньютона с призмой

Интерактивное редактирование и трансформация изображений

Пользователи могут загружать существующие изображения и давать GPT-4o инструкции по их изменению или преобразованию, например, удалению отражений, изменению фона или применению стилистических изменений, что делает эту функцию полезной для практических задач редактирования фотографий, помимо генерации изображений с нуля.

Генерация изображений GPT-4o также поддерживает многоходовые взаимодействия, что означает, что пользователи могут дорабатывать изображения посредством диалога, запрашивая изменения или улучшения для лучшего соответствия их видению.

	Ввод пользователя	Выходное изображение
Раунд 1	Надень на эту кошку шляпу детектива и монокль
Раунд 2	Преврати это в AAA-игру, созданную на игровом движке 4k, и добавь пользовательский интерфейс поверх, как в загадочной RPG, где мы видим полосу здоровья и мини-карту вверху, а также заклинания внизу с соответствующей иконографией
Раунд 3	Обнови до альбомного изображения в соотношении 16:9, добавь больше заклинаний в интерфейс и увеличь масштаб, чтобы мы видели кошку с видом от третьего лица, идущую по стимпанк-Манхэттену, создавая красивый контраст и освещение, как в лучшей AAA-игре, с прохладными цветами
Раунд 4	Создай интерфейс, когда игрок открывает меню и мы видим профиль персонажа кошки с его снаряжением и другую страницу, показывающую активные квесты (и это должно иметь смысл в контексте миростроительства, которое мы описываем в изображении)

Контекстуальная осведомленность и использование знаний

GPT-4o использует свои обширные знания языка и мира для создания изображений, которые не только визуально связны, но и контекстуально осмысленны. Он понимает отсылки к реальным объектам, стилям, культурным элементам и может разумно интегрировать их в изображения.

Это позволяет создавать изображения, соответствующие определенным темам, историческим периодам или художественным движениям, повышая их актуальность и глубину.

	Ввод пользователя	Выходное изображение
Раунд 1	Нарисуй дизайн транспортного средства с треугольными колесами, используя эти изображения в качестве референса. Подпиши переднее колесо, заднее колесо и внизу диаграммы напиши (маленькими буквами) ТРЕУГОЛЬНОКОЛЕСНОЕ ТРАНСПОРТНОЕ СРЕДСТВО. Английский патент. 2025. OPENAI.
Раунд 2	Теперь помести это на фотографию, сделанную в Нью-Йорке.