计算机行业GenAI系列：GPT.pdf

跟踪分析|计算机

目录索引

一、GPT-4O图像生成功能发布，具备原生多模态能力5

二、多模态模型优化反映算力投入仍具备可持续性，加速垂直领域价值落地9

三、风险提示13

识别风险，发现价值请务必阅读末页的免责声明

3/15

跟踪分析|计算机

图表索引

图1：GPT-4o生成带有丰富文字的婚礼邀请函5

图2：模型根据用户提供图片构造角色6

图3：模型保持外观一致性并生成场景6

图4：GPT-4o能够准确生成多图形图像6

图5：模型通过学习用户提供的图像生成符合描述的图像7

图6：图生功能能够将世界知识链接到文本与图像中7

图7：模型生成的海平面上奔跑的骏马8

图8：扩散模型的前向阶段噪声化和逆向阶段去噪过程9

图9：使用自回归预测方式进行图像生成预训练10

图10：GPT-4o能够结合文本指令中的科学概念生成包含准确标注的图像10

图11：GPT-4o图像生成过程示例11

图12：基于相同的Prompt分别使用DALL·E和GPT-4o模型生成图像11

表1：GPT-4o图像生成功能目前受到的限制8

表2：扩散模型和自回归模型对比9

识别风险，发现价值请务必阅读末页的免责声明

4/15

跟踪分析|计算机

一、GPT-4o图像生成功能发布，具备原生多模态能力

事件：根据OpenAI官网，2025年3月25日，OpenAI推出GPT-4o的图像生成功能，

能够通过原生多模态模型生成准确逼真的图像。目前，4o的图像生成功能已对Plus、