今天是2025年3月26日，以下是最新的AI行业新闻。
📌 1. **OpenAI 将由 GPT-4o 驱动的 Sora 集成至 ChatGPT，提升图像生成能力**
🔗 [原文链接](https://www.theverge.com/openai/635118/chatgpt-sora-ai-image-generation-chatgpt)
OpenAI 今日宣布，正式将其先进的生成模型 Sora 的能力集成到 ChatGPT 平台中。此次集成由其强大的多模态模型 GPT-4o 提供核心驱动力，旨在显著提升并扩展 ChatGPT 内的图像生成功能。这项新特性被明确命名为“ChatGPT 中的图像”(Images in ChatGPT)，标志着用户现在可以直接在对话环境中调用尖端的视觉内容创作工具。
在此之前，用户若想使用 OpenAI 的图像（如 DALL-E）或视频（如 Sora 早期技术预览）生成功能，通常需要跳转到专门为此设计的独立网站或通过特定的 API 接口进行操作。现在，通过将 Sora 的图像生成能力（原文描述如此，尽管 Sora 主要以视频生成闻名，这可能指代基于 Sora 相关技术或由 GPT-4o 赋能的新图像能力）直接嵌入 ChatGPT，交互流程得到了极大的简化。用户可以在他们熟悉的聊天界面中，仅通过输入文本提示，就能方便快捷地创建、迭代和优化图像。这种无缝的集成体验，无疑将大幅降低高级 AI 视觉生成技术的使用门槛，使得更广泛的用户群体——从专业设计师到普通爱好者——都能轻松地将创意想法转化为高质量的视觉作品。
根据 OpenAI 官方发布的信息，这次由 GPT-4o 驱动并整合了 Sora 相关技术的图像生成功能，相较于之前的版本，在多个关键性能指标上实现了优化。其中，最为引人注目的改进之一是其在生成图像中渲染文本的能力得到了显著增强。过去的 AI 图像模型在处理带有文字元素（如招牌、标签、标题等）的图像时，常常会遇到文字扭曲、拼写错误、字体怪异或文本与背景融合不自然等问题。新版本针对这一长期存在的痛点进行了重点攻关，使得生成的图像在需要精确展示文字信息时，无论是在准确性、清晰度还是美观度上，都有了质的飞跃，从而更能满足现实世界中的多样化应用场景，例如制作包含品牌标识的海报、生成带有清晰注释的图表，或是创作包含特定文字内容的艺术插画。
此外，鉴于该功能底层由 GPT-4o 这一先进的多模态大模型支撑，用户可以期待其在理解复杂指令、控制图像细节以及支持多样化艺术风格方面展现出更强的能力。GPT-4o 卓越的自然语言理解和推理能力，使得用户能够通过更细致、更具描述性的语言来阐述他们的视觉构想，并且期望 AI 能够更精准地捕捉和呈现所要求的场景氛围、物体特征、光影效果乃至微妙的情感表达。
OpenAI 强调，此次集成是公司持续致力于将最前沿的人工智能技术普及化、工具化战略的一部分。通过将 Sora 相关的（图像）生成技术与 ChatGPT 强大的自然语言交互能力深度融合，OpenAI 的目标是构建一个功能更全面、交互更直观、能够激发无限创造力的综合性智能平台。这一举措也清晰地反映了当前 AI 发展的一大核心趋势：即打破不同模态（文本、图像、视频、音频等）之间的壁垒，将多种 AI 能力整合于统一的用户界面之下，提供真正一站式的智能化服务体验。
据悉，“ChatGPT 中的图像”功能将从发布之日起，逐步向全球范围内的 ChatGPT 用户进行推送。具体的访问权限和可用性可能会根据用户的订阅计划（例如免费版、Plus、Team 或 Enterprise 账户）有所不同。业界普遍预期，这一强大的新工具将为内容创作者、营销专家、教育工作者以及广大普通用户带来前所未有的便利，极大地激发在各个领域的创新应用和内容生产。