摘要

GPT-4o的文生图功能让这个发布近一年的老模型焕发第二春，用户增长迅猛。Altman称，ChatGPT在五天内新增了一百万用户，而过去一小时又新增了100万用户，显示出其强大的传播力。

GPT-4o在文生图领域迅速破圈，超越了Midjourney和Stable Diffusion等竞争对手。GPT-4o的优势在于超强的图像控制能力、逼真的画面效果，以及易用性和独特的吉卜力风格。

GPT-4o支持生成吉卜力风格的漫画、风格转换（如将图片转换为吉卜力风格）、草图变图片等功能。用户利用GPT-4o生成了多种创意内容，如《指环王》预告片、真人格斗游戏设计图、超写实图片等。

由于GPT-4o的火爆程度超出预期，OpenAI不得不对免费功能进行限制，目前每天只能生成几张图片。这种限制可能是由于服务器压力过大，显示出OpenAI在应对突发需求时面临的挑战。

今天凌晨，OpenAI联合创始人兼首席执行官Sam Altman发布在线急购GPU的消息：如果有人能提供10万单位的GPU资源并能尽快交付，请马上联系我们！

同时正在逐步控制局面。但大家应该预料到，由于我们在应对算力方面的挑战，OpenAI 的新发布内容将会延迟，可能会出现一些问题，并且服务有时也会变得很慢。

仅一个文生图功能，就让GPT-4o这个发布了将近一年的老模型焕发第二春，迎来井喷式用户增长。

同时Altman在社交平台宣布，26个月前推出的ChatGPT是我见过的最疯狂的病毒式传播事件之一，我们在五天内就新增了一百万用户。

而在过去的一小时里，我们就又新增了100万用户。

随后，官宣GPT-4o的文生图功能再次免费开放，但火爆程度还是超出了OpenAI预期。

其实文生图领域一直是个老赛道，闭源的Midjourney稳坐王座，开源的Stable Difusion总下载量也超过1亿次。但为啥GPT-4o还能破圈，把这两位高手拉下马呢？

除了超强的图像控制、文本还原能力、逼真的画面之外，易使用和吉卜力风格是这次GPT-4o实现病毒式传播的主要原因之一。

Midjourney在2023年是相当的火爆，几乎和ChatGPT不相上下。但最早的版本使用体验比ChatGPT差太多了。

用Midjourney生图片感觉和写dos代码差不多，需要使用/imagine prompt、--quality、--s、--seed、--ar等各种复杂的参数。

此外，Midjourney还没有自己的服务器只能在Discord上使用，注册起来非常非常麻烦严重影响体验。

估计后来Midjourney自己也觉悟了，开始简化提示词格式，支持纯文本提示和可视化控制，发布自己的独立网站，但热度已经过去趋于平稳。

而Stable Difusion依然是开源文生图的标杆，但这家公司已经蹦了。CEO被董事会开除，欠员工薪水等负面新闻不断。很久很久没有发布新的重磅产品，一直在吃老本。

其实，OpenAI也有自己的文生图模型DALL·E系列，已经更新至3.0版本。估计这一次的GPT-4o使用的还是DALL·E系列（目前没公布具体型号），但效果比前三次强太多了。

GPT-4o玩法展示

说了那么多，「AIGC开放社区」就为大家展示一下用户通过GPT-4o，实现的疯狂案例吧。才过几天，玩法已经千奇百怪了。

吉卜力风格漫画，这个也是GPT-4o破圈的主要原因之一。

只需要输入提示词：吉卜力漫画风格，中间写着OpenAI和GPT-4o。GPT-4o的字体略小。

虽然GPT-4o支持中文提示，但为了准确还原文本提示，最好使用英文。

也可以生成统一风格的吉卜力漫画。但必须对图片进行连续调整，就是基于它的多轮提问功能，直接用文本说就行调教起来很简单。估计宫崎骏看到这个要掀桌子了吧~

或者直接上传图片，然后让它转换成吉卜力。这种风格转换在国内外使用的非常多。

还有用户通过GPT-4o+快手可灵，直接生成了一个吉卜力风格的《指环王》预告片。

也有人打算使用GPT-4o快速生图的能力，制作一款真人格斗游戏。

除了风格变换之外，也能直接将草图变成图片，这对于设计师来说能节省海量时间。例如，上传一张草图，然后提示：将这幅草图转化为一张超写实的YT缩略图，尺寸为 1920x1080。

在创作过程中唯一应保留的文字是 “1000 MPH” 以及它旁边的箭头。其余的文字都是供你遵循的关于细节方面的指示。

也可以秒出设计图，上传一张随机的鞋子图片，然后提示词：80 年代的创意广告，阿迪达斯风格。

简约的3D UI图片。专业的设计师来绘画这些，最少也得1—3天吧。

GPT-4o也是抄袭UI风格的利器，例如，你看好了一家网站的风格，直接截图上传到GPT-4o，然后提示词：以这个化妆品网站为参考，为一家现代面包店创建一个主页。

保持相同的布局、字体和简洁风格。用高品质的面包和糕点图片替换护肤相关内容。页面要包含大尺寸主视觉区、品牌使命、产品类别和特色商品展示。输出为逼真的网站图片。

虽然并不完美，但十几秒直接出概念图还是相当震撼的。

GPT-4o生成的写实人物也相当逼真，提示词：《赛博朋克2077》中的强尼-银手登上《VOGUE》杂志封面，呈现时尚杂志摄影大片风格。强尼 银手手持Arms 3516摆姿势，身着强尼的背心、戴着强尼的飞行员墨镜，搭配强尼的裤子和鞋子。

采用电影级灯光效果。封面顶部有《VOGUE》标志，采用时尚杂志布局，背景简约，展现专业摄影风格。除了模特背后顶部的《VOGUE》标题外，不添加任何其他文字。

十几秒就能出一个超写真的大片风格海报。

需要注意的是，「AIGC开放社区」在OpenAI发布GPT-4o图像功能那天使用时，免费功能是没有任何限制的。现在的免费功能，每天只能生成几张图片，想再使用只能等第二天重置了。

估计是实在太火爆OpenAI服务器扛不住才加的限制吧。所以，从这点就能看出，他们最初发布的时候也没想到能火爆到这个地步。