作者｜陳博遠(yuǎn)

今天凌晨，Open AI 研究科學(xué)家陳博遠(yuǎn)在知乎上發(fā)布了一篇博客，介紹了 GPT Image 2 官網(wǎng)博客的花絮。本文是對(duì)該博客的原文轉(zhuǎn)載。

大家好，我是 GPT Image 團(tuán)隊(duì)的研究科學(xué)家陳博遠(yuǎn)。上周發(fā)布的 GPT 生圖模型就是我主力訓(xùn)練的！這次終于輪到我和奧特曼一起主持了發(fā)布會(huì)。很高興這次修好了模型的中文渲染！如果大家有什么反饋可以直接回復(fù)我哦。圖 1 中就是我在發(fā)布會(huì)上的直播（不過(guò)多語(yǔ)言能力是直播后半節(jié)，國(guó)內(nèi)媒體好像并沒(méi)有發(fā)現(xiàn)只有我才是國(guó)人 QwQ）。這次特意用圖片生成了整個(gè)官網(wǎng) blog，背后有很多花絮很好玩。

陳博遠(yuǎn)在 OpenAI GPT Image 2 發(fā)布會(huì)上和山姆奧特曼演示文字渲染能力

我們的模型在發(fā)布前用 duct-tape 的代號(hào)在 LMArena 上進(jìn)行了雙盲測(cè)試。這個(gè)代號(hào)也是我起的，意思是布基膠帶，也就是下面這個(gè)東西：

duct tape 翻譯過(guò)來(lái)叫布基膠帶，不過(guò)國(guó)內(nèi)不常見(jiàn)。

至于為啥起名叫布基膠帶嘛.. 當(dāng)然是因?yàn)槟憧梢杂貌蓟z帶把香蕉貼在墻上啦！

那副世界聞名的藝術(shù)品，就是用布基膠帶把香蕉貼在墻上

當(dāng)然，結(jié)果也是在雙盲測(cè)試中斷崖領(lǐng)先了代號(hào)為小香蕉的第二名。

除此之外我花時(shí)間做了好多我們官網(wǎng)上的圖片。整個(gè) Blog 都是用圖片生成的，完全沒(méi)有文本。下面這些圖都是我親手做的！每張圖的背后都有很多思考，這里也像藝術(shù)家一樣和大家展示下。

然后是我們的中文彩蛋。當(dāng)時(shí)特別想做一個(gè)很搞笑的漫畫(huà)，于是想到了接住梗和香蕉梗。當(dāng)然，為了秀一下文字能力，我特意讓他用多國(guó)語(yǔ)言加了很多文字，并且家鄉(xiāng)海報(bào)的右下角讓他生成特別特別小的中文來(lái)測(cè)試到底能多細(xì)節(jié)。我為了讓模型做一些只有我們才做得到的事情，特意讓他生成的圖要看起來(lái)像是一張對(duì)著一本真的漫畫(huà)書(shū)拍的照片。這整張圖，包括畫(huà)中畫(huà)和畫(huà)中畫(huà)中畫(huà)都是一次性生成的。我設(shè)計(jì)完以后擔(dān)心大家覺(jué)得這是張拼接圖，于是特地在圖底加了備注。

思來(lái)想去，這樣的文字渲染其實(shí)還是不夠驚艷。在隊(duì)友的提示下我做了一張 4K 圖 (為了節(jié)省大家的流量壓縮了一點(diǎn)點(diǎn)）。內(nèi)容是一堆米粒，但是其中的一顆上面刻著字。你能找到嗎？

這張日語(yǔ)漫畫(huà)也是我做的。當(dāng)時(shí)想做一個(gè)和 GPT 圖片生成相關(guān)的漫畫(huà)。當(dāng)時(shí)做了一張和香蕉有關(guān)的巨搞笑的漫畫(huà)，但是感覺(jué)放在官網(wǎng)上不太合適。于是最后還是用了另一種方式把漫畫(huà)和 GPT 生圖聯(lián)系在一起。我構(gòu)思了羽毛筆這個(gè)主題，剩下的只有很簡(jiǎn)單的提示詞，告訴他構(gòu)思 “戲劇化” 的漫畫(huà)。

更多雜志頁(yè)，這張是和同事一起做的。思路是讓生圖模型用一些真實(shí)的物體結(jié)合藝術(shù)的布局。這樣既可以體現(xiàn)模型的對(duì)真實(shí)世界的還原，又不失設(shè)計(jì)感。

做下面這張圖的時(shí)候，我在想到底有什么東西能突出我們模型在思考能力上的進(jìn)步。如果讓他解普通數(shù)學(xué)題方程啥的，似乎就太簡(jiǎn)單了。nano banana 似乎通過(guò)思考模式 + 文字渲染的方式也能做。于是我想到了我非常喜歡的一個(gè)視覺(jué)證明來(lái)真正考驗(yàn) GPT Image 2 獨(dú)特的視覺(jué)推理效果。圖里提示詞說(shuō)的是，在黑板上用視覺(jué)（而不是代數(shù)）證明從 1 開(kāi)始的奇數(shù)之和是一個(gè)平方。普通的模型其實(shí)很容易推理出代數(shù)解，但是圖形解只有視覺(jué)模型才能做了。

最后這張圖展示的是搜索能力，要去我們官網(wǎng)的商店里找內(nèi)容做一個(gè)海報(bào)。直播里我們還展示了 Thinking mode 自動(dòng)生成二維碼放進(jìn)圖片里 - 其實(shí)背后有個(gè)彩蛋，當(dāng)時(shí)展示的二維碼掃進(jìn)去的前若干個(gè)人可以獲得一個(gè)免費(fèi)小獎(jiǎng)品。

最后的最后還是要感謝團(tuán)隊(duì)的齊心協(xié)力！每個(gè)人都做了很多很多的事情。在發(fā)布前的尾聲，我除了在修一些小東西就是和市場(chǎng)部門(mén)的同事還有做藝術(shù)的同事一起準(zhǔn)備發(fā)布會(huì)和這個(gè)網(wǎng)站，他們真的是我見(jiàn)過(guò)的最強(qiáng)大的合作者了，也讓我們最后才有了這么漂亮的網(wǎng)站。

希望這回穩(wěn)穩(wěn)地接住了大家！