免费用户也能用！OpenAI开放全新4o影像生成技术

Sora全新版本在准确性和稳定性上取得了显著突破。最引人注目的升级之一是解决了「绑定」问题—就是AI在生成图像时，要如何正确搭配用户所下的形状和颜色指令。现在，Sora可以处理最多15至20个物件，远超过旧版本的5到8个物件的限制，确保生成的图像更为精准。这一版本还搭载了GPT-4o的「omnimodal」核心，使其不仅能理解并生成图像，还能处理文字、音频和影片，显示出OpenAI在多模态技术上的雄心。

另一个重要进步是文字渲染的精确度。许多AI生成的图像在处理文字时会出现拼写错误或乱码，这也使得图像在用于海报、菜单等创作时无法使用。现在，Sora已经克服了这些问题，提供稳定且清晰的文字输出，对于大多数实际应用场景已经足够。虽然极小字体仍可能略有误差，但整体已经达到可用的标准。

根据OpenAI官方的说明，Sora的另一大亮点是它结合了广泛的世界知识，让生成的图像不仅具美学价值，还能体现特定知识背景。无论是科学实验图、连环漫画还是教育用图，Sora都能理解并准确呈现这些图像背后的概念，让使用者能够轻松生成符合预期的图像，而不需要过多解释细节。

尽管如此，影像生成的速度略有减慢，OpenAI 解释这是为了提升品质所做出的取舍。使用者可能会经历短暂的延迟，但OpenAI强调，这些图像的品质和知识深度完全值得等待。

值得注意的是，Sora生成的图片不会添加浮水印，但会内嵌C2PA标准的元资料以标示来源。使用者拥有图像的完整使用权，只需遵循平台的使用政策即可自由应用。

除了在ChatGPT中使用，Sora影像生成也已于Sora平台上提供，并将很快开放给开发者透过API进行使用。