OpenAI
GPT Image
OpenAI GPT Image 直接从 GPT-4 架构生成图像，将深度语言理解与视觉生成相结合。提供 GPT Image 1 和 1.5，支持质量和背景控制。
GPT Image 是 OpenAI 基于 GPT-4 架构的原生图像生成模型。与早期 DALL-E 模型不同，GPT Image 借助语言模型基础，能更深层地理解细致、多部分的提示词。GPT Image 1 提供可靠的通用生成和图像编辑支持。GPT Image 1.5 增加了质量级别——低、中、高——以及背景控制（自动、透明、不透明），适用于产品摄影和设计工作流。两者都支持透明 PNG 输出。1.5 的低品质级别是 Astorie 上利用 GPT-4 级提示词理解的最轻量方式。
GPT Image 变体
| 变体 | 说明 |
|---|---|
| GPT Image 1 | 原生 OpenAI 图像生成，支持编辑和多种尺寸。 |
| GPT Image 1.5 | 增强变体，支持质量级别、背景控制和透明输出。 |
支持的功能
最适合
- 需要深度语言理解的复杂多部分提示词
- 具有透明背景的产品摄影
- 对现有图像的编辑和修改
- 具有稳定整体品质的通用生成
优势
- 对复杂细致提示词的超强理解
- 内置图像编辑——无需单独工具即可修改和优化
- 透明 PNG 输出，适用于设计和产品工作流
- 1.5 的质量级别让你平衡速度与保真度
- 背景控制（透明、不透明、自动）适用于产品拍摄
局限性
- 写实效果的整体视觉品质略低于 FLUX Pro 和 Imagen 4
- 视觉输出倾向于干净精致的美学——原始或粗犷的艺术风格较难实现
- 若是大量基础生成场景，FLUX.2 或 Imagen 4 Fast 等更轻量的模型出图更快
使用技巧
在 Astorie 上使用 GPT Image
在 Astorie 的无限画布上将 GPT Image 与其他 AI 模型连接使用。无需 GPU，免费开始。
免费开始常见问题
GPT Image 1 和 1.5 有什么区别？
GPT Image 1 提供可靠的通用生成和图像编辑支持。GPT Image 1.5 增加了质量级别（低/中/高）、背景控制（透明、不透明、自动）和改进的细节——特别适用于产品摄影和设计工作流。
GPT Image 可以创建透明 PNG 图像吗？
是的。GPT Image 1 和 1.5 都支持透明 PNG 输出。GPT Image 1.5 还提供显式背景控制——设置为"透明"用于产品抠图和合成工作。
GPT Image 和 DALL-E 相比如何？
GPT Image 取代了 DALL-E 成为 OpenAI 的图像生成模型。基于 GPT-4 架构而非单独的扩散模型，它在提示词理解方面有显著提升，特别是对复杂的多部分描述和细致的指令。
相关功能
延伸阅读
相关图像模型
OpenAI
GPT Image 2
OpenAI GPT Image 2 是一款以品质优先、具备推理能力的图像模型，会在生成前先规划构图。提供顶尖的图中文字渲染、多语种排版和最多 16 张参考图的高保真编辑，输出最高可达 4K。
查看详情Midjourney
Midjourney v7
Midjourney v7 是辨识度最高的 AI 图像生成器，拥有同类最鲜明的美学风格。在 Astorie 上可使用 V7 进行写实和绘画风格创作，Niji 7 用于动漫，Omni Reference 锁定角色一致性，并通过 Stylization、Variety、Weirdness 三个滑块进行精细控制——全部在画布中完成，无需 Discord。
查看详情Black Forest Labs
FLUX
FLUX 是 Black Forest Labs 推出的快速高品质图像生成系列，以逼真输出和出色的提示词遵循度著称。变体从免费 Dev 模型到超高分辨率 Pro 输出。
查看详情