北京时间 3 月 26 日凌晨宣布发布新品——在 GPT-4o 中推出了图片生成的新功能，现在在 GPT-4o 这一个多模态模型里，「动嘴」写提示词或者上传图片，就可以生成精确、准确、逼真的图像。 据 OpenAI 官方博客，GPT‑4o 图像生成在准确渲染文本、精确遵循提示以及利用 4o 的固有知识库和聊天上下文方面表现出色，包括转换上传的图像或将其作为视觉灵感。这些能力使得创建图像更容易也更准确。 此前，2024 年 5 月 GPT-4o 正式发布，作为一个原生多模态模型，不仅支持端到端的语音输入输出，现在，也支持图片的端到端输入输出。