OpenAI发布GPT-6 Astra，能像人类画师一样操作绘图软件，一笔一笔画出初音未来，颠覆传统AI生成方式。它具备强大计算机使用能力，可操作多种软件，参数达5-6万亿。此举引发反AI社区焦虑，因创作过程不再能区分人机。模型思维链不可读，安全风险高，被定为“关键”级网络安全能力。

扩散模型是一种生成图像的AI算法，通过逐步添加和去除噪声来生成新图像。它包括前向过程（将图像转为噪声）和反向过程（从噪声重建图像）。DALL-E和Midjourney等产品利用文本提示指导生成，采用不同技术实现。

OpenAI最近更新了图像生成模型GPT-4o，支持复杂指令和中文输出，生成效果优于DALL-E 3。该模型允许多模态输入，提升了图像生成的一致性和速度，尽管艺术性略逊于MidJourney。用户可通过语音或文字生成个性化图像，未来将扩展API功能。

OpenAI在ChatGPT中推出了“Images in ChatGPT”功能，所有订阅用户均可生成图像，免费用户每日生成数量与DALL-E相同。新系统在图像生成和文本渲染上有显著改进，能够更准确地绑定多个对象属性。尽管生成速度较慢，但图像质量和知识背景弥补了这一点，生成的图像不带水印，用户拥有使用权。

本文介绍无服务器架构及其优势，强调开发者可专注于应用代码，无需管理服务器。通过Nitric框架和OpenAI的DALL-E模型，读者将学习构建生成图像的应用程序及相关开发环境和部署步骤。

OpenAI 正在为 Sora 测试图像生成功能，用户可以在视频和图像生成之间切换。Sora 的视频推送分为「Best」和「Top」类别，未来可能会推出图像推送。虽然 DALL-E 4 尚未确认，但可能会基于现有模型。

微软因用户对Bing图像生成器质量的投诉，决定回滚至旧版DALL-E模型。用户反映12月更新后生成的图像质量下降，细节不足。微软搜索负责人表示已重现部分问题，预计回滚过程需数周时间。

AI技术如OpenAI可简化流程，通过DALL-E模型根据文本生成图像并存储在Cloudinary。开发者可利用OpenAI API构建动态图像生成应用，Jupyter Notebook是Python用户的首选工具。项目设置需安装Python、Cloudinary账户和OpenAI API密钥，输入提示即可生成并存储图像。

使用 DALL-E 画图的三个技巧：1. 使用 DALL-E 的 GPT 代替 GPT-4o，以获得更稳定的出图效果；2. 设定风格和尺寸比例，便于调整；3. 在同一会话中保持风格一致，方便生成新提示词。

在AI快速发展的时代，掌握相关技能很重要。Coursera课程《Build AI Apps with ChatGPT, Dall-E, and GPT-4》教你用OpenAI API创建应用，包括生成创意和图像的“电影创意”项目，以及用ChatGPT-4构建聊天机器人的“知识库”项目。课程结合HTML、CSS和JavaScript，适合对AI开发感兴趣的人，是AI技术入门的好选择。

OpenAI首席技术官米拉·穆拉提宣布离职，结束六年半的任期。她希望腾出时间进行个人探索，并将专注于确保公司平稳过渡。在任期间，她负责管理ChatGPT和DALL-E等项目。

OpenAI宣布，ChatGPT的免费用户现在每天可以生成最多两幅DALL-E 3制作的图像。DALL-E 3首次向ChatGPT Plus用户推出，具备更强的图像生成能力，用户可以通过提示轻松创建图像。