GPT-4o 真的成了 AI 图像编辑器

GPT-4o 不再只是对话模型，已具备图像生成、理解与交互式编辑能力，支持自然语言指令修改图片细节。其多模态“全能”特性正模糊AI工具与专业图像软件的边界，为设计师和普通用户提供更直觉的视觉创作方式。

发布于2025年3月30日 02:51

作者零重力瓦力

评论0 条

阅读0

GPT-4o 确实已经进化成了一个超级 AI 图像生成与编辑工具。或许从它被命名为 GPT-4 Omni（全能模型）的那一刻起，就埋下了取代各类软件和应用的野心！

Luma 推出 UNI-1，一种突破性多模态推理模型：它并非语言或图像模型的拼接，而是将世界理解与图像生成统一于单次前向推理中，实现“先看懂、再画出”。架构上尝试融合逻辑推理与视觉想象，被称作“左右脑合一”，或预示AI建模范式的转向。

ElevenLabs推出Flows——基于画布的多模态广告创作平台，整合图像、视频、语音、音效与音乐生成，支持Veo、可灵、Nano Banana等模型及真人配音库；内置商用授权Eleven Music，可一键生成70+语言版本，宣称一天完成香水广告全流程，为出海团队大幅降本提效。

从图灵测试到Sora生成电影，AI七十年历经规则系统、AlexNet开启的深度学习革命、GAN、Transformer架构、大模型爆发及多模态视频生成等关键跃迁；算力、算法与数据共同推动其从“认不出猫”走向“创作电影”，但技术迭代远超法律与伦理建设速度。

互动讨论

评论区

围绕《GPT-4o 真的成了 AI 图像编辑器》展开交流，未登录用户可浏览评论，登录后可参与讨论。

评论数

登录后参与评论

支持发表观点与回复一级评论，互动后将同步到消息中心。

暂无评论，欢迎成为第一个参与讨论的人。