在 DeepSeek 24 小時前發布 V3 模型 0324 版本更新之後，不干示弱的 OpenAI 隨即 26 日推出其最新增強版 Sora 生圖模型，該模型不僅可以直接在 ChatGPT 中使用，還展示其在影像生成方面的顯著進步。
據悉，新版 Sora 的能力主要集中在影像生成上，儘管有傳言稱可能會發布 GPT-5，但從以往的產品發布節奏來看，此次更新並不會是一次重磅更新。直播中展示的新版 Sora 整合了 GPT-4o 的「全模態」能力 (即可產生文字、圖像、音訊和視訊等任何類型資料的模型)，使得使用者可以透過簡單的指令或上傳照片來產生所需的影像。例如，在直播現場，OpenAI 團隊透過手機拍攝了一張自拍，並請 Sora 產生動漫風格的版本，結果令人驚訝。
OpenAI 團隊甚至還現場示範讓 Sora 在圖片上添加一段文字「Feel The AGI」（感受通用人工智慧），畫了第一張新版 Sora 的表情包，不僅文字準確清晰，並且準確地理解了當代流行哏圖中的包括粗體字等必備元素，已可直接當哏圖發到各種群組了。
此外，OpenAI 還示範了新版 Sora 在文字渲染方面的改進，能夠在圖像上產生準確且流暢的文字。這項功能的提升使得 Sora 在生成漫畫卡時，能夠自然流暢地使用日文，令日本用戶感到驚訝。過去，圖像生成模型在文字生成方面常常出現錯誤，而新版 Sora 顯然克服了這個挑戰。
OpenAI 強調，新版 Sora 在生成影像時能夠保持物件屬性和關係的準確性，尤其是在處理多個物件時表現出色。儘管生成影像的時間有所延長，OpenAI 認為這是值得的權衡，因為生成的影像品質和功能都有了顯著提升。
在安全性方面，OpenAI 也採取了措施，確保新版 Sora 能夠去除照片浮水印，阻止生成不當內容，並在所有生成的圖像中添加標準的 C2PA 元數據，以標識其來源。
目前，新版 Sora 的圖像生成功能已向 Pro 和 Plus 訂閱用戶開放，OpenAI 計劃在不久的將來將其推廣至免費用戶和 API 版本。這一系列的更新無疑將為用戶提供更豐富的體驗，而 OpenAI 的這項舉措也引發了廣泛的關注與期待。
新聞來源 (不包括新聞圖片): 鉅亨網