主要观点总结
本文主要介绍了GPT-4o在图像生成方面的能力，包括生成与真实照片难以区分的图片，以及通过提示词生成特定风格或场景的图片。同时，文章也讨论了GPT-4o如何模拟真实摄影中的瑕疵，如模糊、过曝等，使得生成的图片更具真实感。此外，文章还涉及了AI图像生成技术的原理，以及如何区分AI生成内容和非AI生成内容的方法。
关键观点总结
关键观点1: GPT-4o的图像生成能力
GPT-4o能够根据提示词生成逼真图片，涵盖多种风格和场景。其生成的图片可以模拟真实摄影中的瑕疵，如模糊、过曝等，增加了真实感。
关键观点2: AI图像生成技术的原理
AI图像生成技术通过学习大量真实图片的样本，模拟真实摄影中的瑕疵，从而生成逼真的图片。自回归模型是其中一种逐格构建图像的方式，非常依赖于局部上下文之间的合理性。
关键观点3: 区分AI生成内容和非AI生成内容的方法
厂商如OpenAI会为AI生成的图像添加水印或元数据标准，用户可以通过特定算法检测。此外，观察图像的细节和风格也是区分AI生成内容和非AI生成内容的一种手段。
关键观点4: 文章的启示
文章让我们思考技术发展与对真实感追求之间的关系，以及如何在AI图像生成中平衡技术和艺术。
正文
举个例子，下面这张阳光洒进屋里的照片，木地板的细节稍显破绽，但灰尘、绒毛、阳光洒下的斑驳过曝感，都营造出一种真实的自然氛围。
以至于用网友的调侃来说，「
这张照片看起来像是我从我奶奶的老相机里翻出来的。
」
除了在模拟物体（如风景、静物、街头场景）方面的效果尤为惊艳，比如生成的图像细节丰富、质感自然，足以以假乱真，这类提示词生成人像的水平也不容小觑。
再看这张女生躺在草地上闭目养神的照片，阳光温柔洒在脸上，闭目养神，神态松弛。如果没有前文的铺垫，你很难不相信这是朋友刚在林间草地上随手拍下的一张照片。
甚至在 GPT-4o 的加持下，你只需一句话，就能对图片「后期魔改」。原图上一秒只有一个女人，下一秒就能在她的身旁凭空出现一位穿着印有「我的妻子不知道我在这里」T 恤的丈夫。
模型倾向于生成训练数据中最常见、最「安全」的变体，自然而然就会导致某种程度的视觉同质化。
网友发现用这段提示词生成汽车时，不指明品牌的情况下，生成的车几乎都长一个样，一眼看去毫无个性。
生成自拍女性图像时，如果没有设定特定身份、五官、服装，面部五官也常常「撞脸」。
只需这份提示词模板，GPT-4o 也能生成「拍不出来」的故事感？
细看上面这些照片，不难发现它们几乎拥有一种
「修不出来」的故事感
。而
没有参数加持，也不靠后期修图，
CCD 相机同样借此翻红。
前不久，「iPhone 5s 是 CCD 平替」的话题登上了热搜，也让这类审美趋势再次走进了大众视野。
那么能否用 GPT-4o 生成更具 CCD 风格的照片？
我们做了一些尝试，并总结出几条实用的小技巧：
使用名人形象，模型训练数据更丰富，还原度更高，更有真实感。
素人形象的一致性较弱，属于「像又不像」，细看总有点违和。
调整图片过程中，容易出现面部细节或背景元素的变形。
提示词中加入 CCD 相机型号，能增强图像对应的氛围与复古感。
[人物描述]，穿着[服装描述]，[姿势/动作]，[场景位置]，[光线描述]，[背景元素]，使用[CCD 相机型号]拍摄，开启闪光灯，人物[清晰/明亮]，背景[昏暗/模糊]，颗粒感，[色调描述]，[怀旧感/年代感]，[风格类型]
