OpenAI于本周正式宣布，将其图像生成工具Sora整合到ChatGPT平台。这项新的功能命名为“ChatGPT中的图像”，现在用户可以直接在ChatGPT中生成图像，而无需访问独立的Sora网站。这一改变不仅提升了使用便捷性，也进一步丰富了ChatGPT的功能模块。

Sora的进化与功能范围

早期发布的Sora以人工智能视频生成工具的身份出现在公众视野，但随着技术的推动，此次整合仅专注于图像生成能力。所有ChatGPT用户，无论其使用的是Plus、Pro、Team还是免费计划，都可以访问这一新功能。需要注意的是，免费用户的使用权限将有所限制，具体次数尚未公布，但可能会根据需求动态调整。

👉 【点击查看】ChatGPT Plus会员代开通优惠渠道整理汇总（全程质保，超稳定！）

OpenAI对这一整合充满信心，并希望通过逐步更新和功能增强，让所有用户体验到前沿的AI图像生成技术。

技术性增强：从图像细节到文字渲染

针对这一功能的背后技术进步，OpenAI的研究负责人Gabriel Goh披露了一些细节。他提到，新的图像生成系统基于GPT-4o模型，突破了图像生成领域的多个技术瓶颈：

• 细节绑定技术（Binding）：这一技术显著提高了复杂场景多元素的关系处理能力。例如，用户可以同时要求多种颜色、形状元素且生成结果无误。

• 文本渲染优化：AI工具常常在生成图像中的文字时出现缺失或错漏的问题。而Sora针对这一点进行了多月的优化，使得生成的文字表现更准确、可读性增强。

• 生成流程的序列性改进：不同于传统基于扩散模型的方式，Sora采用了逐步自回归绘图的方法，从图像的左上角开始逐行生成。这种方式帮助提升了画面细节和文本的完整性。

据悉，尽管图像生成速度有所减缓，但生成质量的提升让等待成为值得的折衷。

实际应用场景和功能示例

在全面上线前，Sora工具已经通过多个场景测试和功能演示。测试结果显示，Sora能够处理以下类型的任务：

• 科学示意图：如详细的实验装置图，例如牛顿三棱镜实验。

• 漫画创作：包含丰富的角色和对话气泡，整体设计具有连贯性。

• 信息图设计：生成专业的宣传海报，并确保文字内容准确。

• 透明背景图像：支持设计用于贴纸、菜单以及品牌徽标等用途。

OpenAI的相关负责人Jackie Shannon补充道，这一工具结合了ChatGPT强大的知识背景。用户无需详细描述科学背景或复杂的需求，AI便可根据通用知识生成适配的图像。

尽管生成图像所需要的时间较长，OpenAI认为细节精度和整体品质的提升完全值得这一等待成本。

安全性与责任保护措施

与AI生成内容相关的安全问题一直是公众关注的焦点。为了防止AI生成内容被滥用，如深度伪造（Deepfake）或非法用途，OpenAI在推出Sora功能时增强了加入ChatGPT的安全机制：

• 禁止深度伪造和水印移除：系统会自动检测并阻止这种内容生成。

• 元数据标记：所有由Sora生成的图像都会包含C2PA元数据，用于标明其来源，同时为追踪图像创建过程提供便利。

此外，OpenAI明确表示，用户拥有生成图像的使用权，并可以在遵守平台政策的前提下自由应用。OpenAI正在不断优化其防护措施，力争实现安全性与灵活性的平衡。

通过结合先进技术与严密安全保障，ChatGPT中的Sora功能为用户打开了一个全新的视觉创造世界，同时也进一步巩固了OpenAI在人工智能领域的技术领先地位。