OpenAI再次领先人工智能图像生成竞赛。

这家科技巨头直接集成了原生图像生成功能

在发布后的几小时内，该模型迅速走红，各种动漫风格的创作充斥社交平台，展示了技术能力远超DALL-E 3。

这个新模型可以轻松与专门的图像生成平台竞争，同时消除传统工作流障碍。

每月20美元的ChatGPT Plus订阅现在提供了一个全面的创意生态系统，这在以前需要多个专业工具和订阅。

我们将该模型与Flux（最佳开源图像生成器）和Reve（最佳闭源图像生成器）进行了比较，以下是我们的发现

提示词：一张高分辨率的夜间城市街道照片，霓虹灯照亮场景，人们在人行道上行走，汽车驶过，街边小贩在卖热狗，灯光在湿润的路面上反射，整体风格超写实，注重细节和光线，一个霓虹灯牌写着"Decrypt"。

我们的城市夜景挑战——需要复杂的光线物理、人群渲染和建筑精确度——揭示了竞争对手之间不同的性能特征。

ChatGPT生成了令人印象深刻的充满活力的环境，霓虹灯牌清晰，在精心渲染的湿润路面上创造出丰富的反射。

虽然在人群动态和元素包含方面表现出色，但轻微的透视不一致有时会暴露其人工合成的本质。

光线也很好，但有时会偏向戏剧性而非自然城市风格。反射不是最好的，但这是只有最挑剔的人才会注意到的。它还生成了除"Decrypt"之外的可读霓虹灯牌，这增加了真实感。

对我们来说，Reve通过出色的光线物理建模获胜，特别是霓虹光源和反射表面之间的微妙互动。

其电影般的构图和氛围元素（蒸汽缕、动态模糊）创造了更高的空间真实性。然而，它减少了人群密度，这是一个聪明的技巧，因为它不必生成太多面孔，这使得难以发现不真实的细节。

系统优先考虑氛围而非字面上的提示词遵循。

Freepik Mystik（Flux）通过不同的视角解读我们的提示词，是偏离写实风格最多的模型。

它混合了亚洲和西方字母，生成了不同的Decrypt标志而不是仅仅一个，并且在人物渲染和空间深度方面遇到技术限制。

其反射表面缺乏ChatGPT所显示的物理准确性。

获胜者：Reve通过出色地渲染复杂的光线交互，勉强获得了写实性桂冠。ChatGPT建立了自己作为非常接近的第二名，特别令人印象深刻的是，它是在更广泛的多模态系统中集成的，而非专门的图像生成器。