我要投稿
微信搜一搜，关注“字节笔记本”
OpenAI的图像生成技术革新，Midjourney面临挑战。 核心内容： 1. GPT Image系列模型的发布及其多模态特性 2. API功能亮点：可控参数与审核机制 3. OpenAI API的市场定价及对设计生态的影响
OpenAI终于放出了生图API。Midjourney瑟瑟发抖！
新的图像生成模型命名为 GPT Image 系列，为原生多模态语言模型。
API不管是可控性还是可玩性都超越了页面生图。
支持两种功能：生成图和编辑图片
可控制参数：相比较原先的chat界面，API提供了多种可控的参数
API 可以控制质量与生成速度、背景、输出格式等
API的最大亮点应该是审核可控，使用“moderation”参数控制审核敏感度（auto 和 low），可以想象马上会有一大批天马行空的创作作品出来。
模型定价方面
目前可以一次生成多张。
生成低、中、高品质的正方形图片，单张成本分别约为0.02美元、0.07美元和0.19美元。这个价格不算是特别贵，但是参照现在官网的生图速度和出错率来看，估计好不到哪里去。
ImageGen API一放出来，就已经为 Adobe、Figma、Wix、Airtable、Gamma、HeyGen、OpusClip、Quora 和 Photoroom 提供支持。
ComfyUI甚至已经提前将GPT-Image 1做为原生节点。未来设计生态将发生彻底改变。
Midjourney将会面对顶尖开源生图模型和实用性商业闭源模型的双重夹击，V7版本虽然已经放出来，但进步不是特别的大，又受困于Discord 客户端，API到目前还没有任何消息。
不管是从可玩性还是从商业角度，MJ目前的状况可谓是岌岌可危，想躺着就收钱的时代已经过去了。
不过虽然现在生图API虽然发出来的了，但是OpenAI API中未来的AI模型可能需要验证身份。直接调用API可能越来越困难，国内使用成本将会越来越高。
目前最好的方式还是使用微软Azure提供的的生图服务，预计应该就会在今明两天上线。
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业
2025-07-14
探索AI营养师：多模态知识图谱在食品领域大模型问答升级的革命性作用
2025-07-13
多模态商品图文生成系统可落地的完整方案
2025-07-08
Coze、Dify、Ragflow等AI平台对比指南
2025-07-02
基于 Ollama 多模态引擎的 Qwen 2.5 VL 模型部署及其应用
2025-07-01
Dify落地知识库场景的小思考及多模态RAG结合图像信息的几种策略评估
2025-06-30
RAG知识库构建新框架-EasyDoc小模型+多模态大模型结合的文档智能解析框架
2025-06-23
Dify v1.4.0中的Multi-Modal LLM Output：基本操作和原理
2025-06-19
搜索 ≠ 简单匹配！0代码实现语义级图文互搜
2025-05-14
2025-05-16
2025-05-25
2025-05-16
2025-05-12
2025-05-15
2025-05-08
2025-05-13
2025-05-15
2025-07-02
回到顶部
粤ICP备14082021号