OpenAI的CEO奥特曼上周末发了条推特：“changed my pfp（刚改了我的头像照片）……”，当时寻思多大点事儿啊？但还是手贱点了一下OpenAI官方发布：Introducing 4o Image Generation——ChatGPT4o原生多模态生图。
仔细研究了下，好家伙，挺厉害啊！
PART 01
多模态生图到底牛在哪？
简单来说，GPT-4o这次生图功能的更新，简直是把‘君子动口不动手’的理想之曙光照进了现实。这么说吧， 以前P图靠手艺，现在P图靠心意！
你只需要优雅地表达你的需求，剩下的，交给AI为你挥毫泼墨，自会给你安排得明明白白，而且往往超出你的预期！
狠狠降低了使用门槛，而产出图片的下限却大大提高了：
♦ 对于你连说带比划（多轮次图文混合）的要求，理解能力提升巨大；
♦ 图片的AI感明显淡了，实物图片的质感和逼真度好了很多；
♦ 多轮次的修改优化，主图内容非常稳定，秒杀Midjourney，也不用像SD那样学习调参或者设计工作流。
PART 02
举例说明，来看一看
OpenAI官方说，GPT-4o“利用原生多模态模型，生成实用、高质量的图像，效果精确、准确、逼真”。接下来，我们举三个例子，看看是不是真的跨境实用：
案例一
机械产品的“抠图”与“反抠图”
抠图不难，但怎么把一个机械产品或零件从TA所在的工厂环境里体面又美观地抠出来，也没有那么容易啊！小编找了一张纺织机械图试了一下：
十几秒出图等待中。。。。。。
说实话，效果有点出乎我的意料，除了保留线缆细节，AI还给补了顶部没能拍进照片的细节！
那么，把已经抠出来的产品图放到合适的实景中呢？
十几秒出图等待中。。。。。。
在抠完产品图后和实景工厂生产场景完美融合！
案例二
找不到 Banner 图的聚酯树脂
我们上一期的 B2B 独立站课程里，有学员来自聚酯树脂原材料的出海企业，产品是那种“类似玻璃碴的白色透明物体”“你说这玩意儿，怎么拍成 Banner 图才合适呢?”课堂上我们没有找到满意的图片，我用 40试了试:
方案1：极简美学+应用场景结合——左侧实物颗粒的高质感图，右侧使用浅浅透明蒙版，叠加终端应用图。
方案2：科技质感合成图——实物颗粒蓝色光影，加上全球地图线条、分子结构图谱等点缀。
而且，两版Banner图，AI都有贴心留出添加Slogan文字的位置哦！
案例三
三图合成
我让GTP把第一张不太清晰的产品原图，放到第二张工作时的效果demo里，再整体搬到第三张场景图。
十几秒出图等待中。。。。。。
三图合成的效果比消费品领域测试差距明显。这表明GPT-4o对工业B2B场景的复杂理解还不够精准，还需要更多轮调试优化才能商用。但即便如此，GPT-4o已将“生图下限”大幅拉高，跨境人绝不能连这个门槛也够不着。
总结：
最后简单再叨叨两句：
01
AI带来的降本增效，就两件事：一是替你干掉80%的重复劳动，二是让原本很专业的活，小白按个手册也能做。
02
GPT-4o生图能力上限在哪，还不好说；但下限确实提高了很多，咱们做跨境的，不能连这下限都够不着。
03
至于那些原本非专业的朋友，小编建议就别花力气折腾SD、ComfyUI这些复杂工具了，先把GPT-4o玩熟，立刻就能用上才最重要。
