paint·
GPT-4o暴打Stable Diffusion？
GPT-4o多模态生图正式上线 - 用嘴改图，此为王道。
2025-03-29更新：提示词违反规则处理
目前使用「宫崎骏」，「新海诚」，「吉卜力」等提示词会提示
md
> I was unable to generate the image as requested because it violates our content policies. Could you please provide a new prompt or describe the changes you would like in a different way? I'm here to help!
修改为可以生成风格图的提示词：
md
# 生成动漫风
# 帮我渲染 2010s most popular japanese anime movies 风格
多模态生图
GPT-4o 的图像生成能力具有以下突出优势：它能精准呈现文字内容，严格遵循指令要求，并充分调用 4o 内置知识库和对话上下文 —— 包括对上传图像进行转化处理或将其作为视觉灵感来源。
这些特性让用户能更轻松地创造出与构想完全一致的图像，通过视觉表达实现更高效的沟通，从而将图像生成技术升级为兼具精确性与实用性的强大工具。
一图胜千言，但有时在恰当位置生成几个字就能升华图像意境。4o 将精准符号与视觉元素完美融合的能力，使图像生成进阶为真正的视觉传达工具。
提示：
md
# 「创建一张逼真的照片，内容是两名 20 多岁的女巫（一名是灰白色挑染发型，另一名是长卷的红褐色头发）正在阅读一个街标。
> 背景：纽约威廉斯堡一条普通的城市街道，一根电线杆上完全被许多详细的街标覆盖（例如，街道清扫时间、需要停车许可证、车辆分类、拖车规则），包括中间的几个荒谬的标志：Broom Parking for Witches Not Permitted in Zone C，Magic Carpet Loading and Unloading Only (15-Minute Limit) 等等。
> 人物：一名女巫拿着一把扫帚，另一名女巫拿着一个卷起的魔法地毯。她们在前景中，身体微微背向相机，头部微微倾斜，仔细查看标志。
> 从背景到前景的构图：街道 + 停放的汽车 + 建筑物 → 街标 → 女巫。人物必须是离拍摄相机最近的。」
这就是生成一张图片的部分提示词，提示词描述的可谓非常详细。GPT-4o 不但严格遵循指令，还将提示语中的文本字符也准确的表达出来了。
高级对话
目前支持高级对话~ 点击下方红色框即可使用，注意要打开麦克风哦
