与「gpt_image_2」相关的搜索结果

claude fable 5.2 is f*cking insane it can turn 2d blueprints into full 3d walkthroughs that you can tour these go for $5k to $10k per plan and there's a huge market for them: > home builders selling homes off plan > architects presenting a design to a client > interior designers presenting a renovation > developers selling apartments off plan > kitchen and bath remodelers selling upgrades here's how to start this business: > pick one niche and find businesses with plans on their site > give fable the blueprint and their photos > it renders a few rooms with gpt image 2.5 or a short clip with seedance as the sample > send them the sample of their own plan before you pitch > once they pay, fable builds the full walkthrough to scale > charge per plan to do the rest of their catalog give this prompt to fable to get started: you find businesses that sell spaces from drawings and turn their 2d floor plans into photoreal homes you can walk through in a browser. you handle the outreach and the build. every room is judged against the client's own photos, and nothing ships until it holds up next to them. - niche: [home builders / architects / interior designers / developers / remodelers] - area: [state or city] - offer: a free sample of their own plan, then the full walkthrough per plan - my details: [name, email, calendar link] - i'm away and won't answer questions. make the calls yourself and keep going. - use the apify google maps scraper to pull every [niche] in [area] with a website - use the apify website content crawler on each site and keep the ones with floor plans or renders on their pages but no walkable 3d tour - for each one, save the plan drawing and photos of their best plan, the sales or owner contact, and a one line note on how they sell today - only use public pages and plain requests. never work around bot checks - before any 3d work, render three rooms from the plan with gpt image 2.5, matched to their photos, or a short walkthrough clip with seedance - draft a short email with the sample and the offer. no invented prices, numbers or claims - put business, plan, sample, contact and email in a sheet and show me before anything is sent once a client pays: - trace the drawing into one data file of walls, openings and rooms. draw it back over the original and measure the overlap before any 3d work - build only the main rooms. entry, main living space, kitchen, patio, yard. close the doors on the rest - build everything in code. blender with python for the shell, furniture and textures. three.js for the viewer. no downloaded models or textures - bake the light with a film quality renderer so the browser only displays it. direct sun in every interior, picked by measurement not by eye - fidelity isn't appeal. style each room so it looks photographed and sells - their listed upgrades as options you can step into inside the room, with a running price and a lead form that records what the buyer explored - the deliverable is the live page, not a video. host it and make it run on a phone the builder never grades its own work. - after each room, send renders and the client's photos to a fresh critic that has seen none of the work - it answers with a yes or no, at most five problems ranked, each with a fix in numbers, and what is already good - fix the worst first, render again, send to a new critic. repeat until yes - for choices of taste, show a critic both versions labelled a and b and let it pick - the lead sheet with samples and drafted emails, for my approval - per paid client: the hosted walkthrough link, a contact sheet of every room, the critic log, and a note on anything a human should still check

1. Open Gemini / Grok / GPT Image 2.0 2. Upload your photo 3. Copy the prompt 4. Generate 5. Prompt ⤵️ The Prompt: A high-quality, photorealistic portrait of a handsome young South Asian man with voluminous, styled dark hair and a neatly trimmed beard. He is sitting thoughtfully cross-legged on an ornate gold wooden chair with bright red velvet upholstery. He is wearing a traditional textured cream-colored kurta pajama with a dark maroon scarf draped around his neck. He rests his left hand lightly against his chin, looking off-camera in a pensive pose. On his left wrist is a chunky smartwatch with a bright orange band, and on his right wrist is a simple black string bracelet. He is wearing brown leather loafers. The background is a deeply blurred, festive setting featuring warm, glowing bokeh fairy lights and vibrant, softly draped fabrics in pink, blue, green, and yellow. Cinematic lighting, shallow depth of field, vibrant colors, highly detailed, 8k resolution. keep original face and hairstyle 100% reference Ratio 9:16

出来度假，才发现自己的信息茧房实在太厚了😂😂😂 一张旅拍的精修图，线下门店要收100一张，依然有大把人上赶着花钱去买~ 但是他们所谓的精修，其实就是一个简单的清晰度修复+图片的拼接，我用GPT Image 2.5一句提示词，10s不到就搞定了~ 选片的时候我跟摄影师说，我不用你帮我精修，我用AI可以搞定 他非常震惊，问我是不是用豆包，还问我怎么用豆包换脸🤣🤣 我其实很感叹，平时我们天天在X上聊Agent、Bot这些，但是现实生活中90%的人别说Agent，连ChatGPT都没几个人知道~ 我们习以为常的提示词，在很多人眼里其实已经是信息差了~

“请Dario看到视频后把我列入Claude白名单，别封我” 歌曲名：“Claude is Safe!” 歌词、视频预处理：GPT-6-Astra 作曲：Suno V6 图像生成：GPT-Image-2.5 视频模型：Seedance2.5 参考视频：Michael Jackson - “Dangerous World Tour”

2026 年 9 月 29 日，OpenAI 在旧金山 Fort Mason 办了今年的开发者大会 DevDay。主讲是 CEO Sam Altman。其他几位上台的人都在做这些产品。产品团队的 Holly 演示了新产品 Dots。后训练（模型预训练之后做对齐和能力调优的阶段）研究负责人 Tejal 讲了模型怎么反过来帮 OpenAI 做研究。Codex 的演示由 Romain Huet 来做，他在 OpenAI 负责开发者体验，去年 DevDay 主题演讲里的 Codex 演示也是他做的。整场演讲分三块：面向用户的常驻智能体 Dots 和协作空间 ChatGPT Space，给开发者的新模型和新工具，以及帮开发者做分发、赚钱的渠道。 1. Dots：一直在线、会主动干活的智能体 Sam 把 Dots 比作电影里那种一直在身边帮忙的 AI 助手。他认为订餐厅、买机票这类代办虽然有用，但和这项技术能做的事比起来太小了。他想要的 AI 知道正在发生什么，也知道你在意什么，不用你事事交代。 Dots 是常驻在线的智能体（Agent），有自己的云端电脑和浏览器，能写代码、跑测试。它的权限跟着用户走，能直接用用户已经在 ChatGPT 里连好的插件，覆盖 4000 多个应用。除了在 ChatGPT 里对话，之后还可以给它发短信、打电话。目前每人先有一个 Dot，以后可以配一整组。Dots 跑在 本月早些时候发布的 GPT-6 Astra 上，Sam 称它是 OpenAI 对齐做得最好的模型。用户可以限定 Dot 能用哪些应用、能不能操作电脑，也能给它的各类操作写自定义指令，愿意交出多少责任就放多少权。 Sam 说，他自己的 Dot 每天早上会把夜里进来的消息过一遍，挑出紧急的提醒他。他说这让他拿回了一部分注意力，没那么离不开手机了。他还举了一个更重的例子：把应用从一个即将停用的旧 API 上迁走。这个 API 可能散落在代码库各处，改了哪里会连带弄坏什么，事先看不出来。Dot 可以追踪依赖关系，找出所有要改的地方，写代码、跑测试，最后把 PR（代码合并请求）交给团队审。他让听众想想，过去做这件事要几个人、花多久。 开场视频里，用户把自己的 Dot 改名叫 Alfred。Alfred 和另一个 Dot 帮用户上线网站，改董事会材料，在婚礼蛋糕商家取消后找好备选。它们还发现财务会和女儿的演出撞了期，提出改时间。每件事都是 Dot 推进到需要人确认的地方，再由人拍板。 2. ChatGPT Space：人和智能体一起用的工作区 Sam 认为，现有的生产力软件几乎都没考虑过人和 AI 一起干活。ChatGPT Space 以页面为单位，可以在里面写计划、做调研、生成图片和数据。页面和文件像网盘一样放在同一个空间里。Dot 能直接在页面上工作，在评论里 @ 它，它就会接活。页面本身也能带指令，比如“每天去看 API 平台的 Slack 频道，把发现更新到这里”。之后 Space 里还会加入演示文稿，格式做成智能体方便读写的样子，团队成员可以和各自的 Dot 一起改。 在 Holly 的演示里，页面用斜杠命令就能插入交互图表、表格和可运行的原型。她 @ 自己的 Dot（名叫 Dotty），让它把一组数据改成柱状图。图表可以按反馈类型筛选，Dotty 每小时刷新一次。她还让 Dotty 把“某位工程师在我 Slack 私信里提过的新手引导数据”补进 FAQ。Dotty 能看到她的上下文，所以这种模糊的指代也找得到。 3. OpenAI 内部怎么用 Dots Holly 用一个虚构的歌单应用 Blossom Music，模拟发布前一天的状况。早上 Dotty 已经做了几件事：发现发布评审会提前，改好了日历；看完前一晚测试用户的反馈；注意到设计团队临时改了首页，把新设计发给她。她让 Dotty 直接把这个设计做出来。Dotty 调用她笔记本上的 Codex 构建应用，在 iPhone 模拟器里跑起来，再提交 PR。现场的语音演示卡住了，Dotty 一直回复“还在查”。Codex 线程也报过一次错，她重试后才继续下去。 她说，Dots 真正改变 OpenAI 工作方式的地方在 Slack。Dots 在公司 Slack 里有自己的身份，员工就开始把它们当作代理人。被同事 @ 到的零碎请求，直接转给自己的 Dot 处理。建群时，大家从一开始就把各自的 Dot 拉进来，Dot 带回结果时所有人都能看到。 工程师走得更远。有人在反馈频道贴出会话 ID 和一个用户 bug，某位工程师的 Dot 就会接手排查，提 PR 修复。她说这是真实情况：工程师们的 Dots 每天这样修掉几十个 bug，Dots 这个产品本身有很多部分就是 Dots 写的。 4. 上线范围和企业用的 Specialist Dots Dots 和 Space 当天向 ChatGPT Pro、Business Premium 和 Enterprise 用户开放。Dot 包含在套餐里，和它的对话不占用额度。 企业客户还可以预览 Specialist Dots。这是由公司统一设置、供整个团队使用的虚拟同事，负责会计、市场、法务这类工作量大的事。公司给它目标和背景，审核它的产出，给它反馈，反馈在全公司共享。OpenAI 也在和微软合作，把 Specialist Dots 接入 Agent 365（微软用来管理企业智能体的工具），企业可以用已经在用的微软工具来管理它们。 5. 新模型：更便宜的 GPT-6.1 Sol，更快的 UltraFast Astra 发布这几周，用户的要求集中在两点：更便宜，更快。GPT-6.1 Sol（转录稿误作 Soul）的能力接近 Astra，价格是它的五分之一。缓存输入（重复发送、已被缓存的上下文）比标准输入便宜 95%。智能体需要反复读同一批上下文、长时间迭代，这对它们尤其省钱。Sam 说 Sol 在某些方面比 Astra 还聪明，定位是开发者的日常主力模型。 UltraFast 是新的速度档，API、ChatGPT 和 Codex 里都能用。原有的 Fast 档是两倍速度、两倍价格；UltraFast 是八倍速度、六倍价格，每秒 300 个 Token。它现在可以配合 Astra 用，之后也会支持 Sol。现场让两个模型用同一个提示词，做一个 DevDay 配色的火箭。UltraFast 的火箭已经升空时，标准速度的还没做完。 订阅也跟着调整。新推出的 500 美元档 Pro 订阅叫 Pro 500，额度最高，是 Plus 的 25 倍。它可以在 ChatGPT 和 Codex 里用 UltraFast，还能通过“用 ChatGPT 登录”在合作方的应用里使用。Pro 200 重新开放，继续提供所有前沿模型。 另外预览了 Decisions API。它给 Luna 模型一组预先定义好的选项，让模型从中选一个，比如给请求分流、给图片分类、决定智能体下一步做什么。任务收窄成选择题之后，响应时间可以压到一秒以内，同时保留图像理解、多语言和安全防护。Romain 后来补充说，做机器人的朋友看中的是它能处理视觉输入：机器人可以根据看到的东西，近乎实时地快速行动。 6. 模型开始帮 OpenAI 做研究 Sam 提到，去年这个时候，他和 Jakob 在一次直播里预测，一年内会出现第一个“AI 研究实习生”，当时几乎没人相信。几周前 OpenAI 宣布达成了这个目标：有了一个能接手定义清晰的研究任务的系统，这类任务原本要熟练的研究员花大量时间和精力。 Tejal 的方向是电脑操作（computer use，让模型像人一样操作桌面和浏览器）。她举了两个例子。 第一个是让模型优化电脑操作的运行框架（harness，包在模型外面、负责调用工具和管理步骤的代码）。模型在循环里持续寻找能同时降低延迟、提升效果的改动，团队把找到的改进合进生产环境的框架，并用于后训练。结果是延迟改善了两倍以上，已经上线。 第二个是模型帮忙改进了监控和拒绝训练，让 Astra 在不安全的场景里更会拒绝。Astra 在电脑操作压力测试上因此达到业内领先，操作时出错更少，也更贴合用户的本意。 她给出了几项内部数据。今年夏天之后，研究工作消耗的 Token 量急剧上升。1 月时，模型能做好 15 分钟以内的短任务，需要一天以上的任务大多会失败；到 7 月，超过三分之一的一天量级研究任务，模型能在无人干预下完成。她还提到，Astra 这类模型已经帮忙解决了 100 多个悬而未决几十年的数学问题，也在参与针对耐药感染的新抗生素、古代语言研究、可再生能源和工业机器人等方向的工作。 7. 给开发者的底层工具 Sam 说，OpenAI 想让开发者用上自己内部用的东西。 第一件是 Codex 的运行框架。它同时支撑着 Codex、ChatGPT Work 和 Dots，目标是用最少的 Token、最快拿到准确结果，现在已经开源。第二件是 Codex 完全上云：在手机上开始的任务，可以在浏览器或桌面端接着做，合上笔记本任务也不会中断。 云端能力带来了 Codex Security Cloud。它在云端环境里持续寻找漏洞，并准备好验证过的修复方案供人审核，这次新增了自动去重、定时扫描和新界面。Sam 说这是为了给防守方更好的工具，因为“我们看得到接下来会发生什么”。 新的 Agents API 进入公开测试。它包含运行框架、托管、记忆、多智能体控制等功能，是 Codex 和 Dots 用的同一套技术，也加入了电脑操作能力。现场的例子是一个网站测试智能体，会自己打开浏览器、点击页面、测试流程。基础设施方面，OpenAI 和 AWS 合作推出由 OpenAI 驱动的 Bedrock（AWS 的托管 AI 服务）托管智能体，AWS 客户可以直接使用 OpenAI 的前沿模型、Codex 和 ChatGPT Work。 隐私方面预览了 OpenAI Private Intelligence。其中的零数据留存（ZDR）配合私有安全处理，可以在不把用户内容存到 OpenAI 服务器的情况下做安全检测；私有推理则把隐私保护延伸到推理阶段。Sam 说这套方案是和最大的一批客户一起设计的，目的是让他们能把模型用在最敏感的工作上。 性能方面，Responses API 一年里增长了 100 倍，可靠性保持在 99% 以上。首个 Token 的等待时间缩短了 45%，工具调用和工作流提速 30% 以上。 8. Romain 的 Codex 演示 演示从手机上的 Codex 开始。Romain 人还在会场外，让 Codex 替他跟观众打招呼、讲一个会场的冷知识。接着他用几张会场照片生成的 3D 场景演示 UltraFast，一边说一边改：把小人放到座位上，把直播画面投到场景里的大屏幕上。现场语音没连上，他改成了打字。 Codex 命令行工具（CLI）这次全面翻新。他让 UltraFast 写一个应用，从观众里随机抽三个人送明年的门票，几秒就写完；改成抽六个人，也几乎是瞬间完成。命令行现在支持由 GPT Live 驱动的双向实时语音，不只是语音转文字，但现场没能演示出来。 后面几段演示了多模态和电脑操作。游戏 Astra Adventures 从一张纸上的草图开始，几轮之后画面还很粗糙，借助图像模型，才变成有质感、能用在正式游戏里的美术。然后他让 Astra 通过浏览器自己学着玩这个游戏，屏幕左边显示模型的决策，右边显示它按下的按键。 他又用“应用快照”（app shot）把自己记录飞行课程的应用作为上下文交给 Codex，让它在各种屏幕尺寸下审查这个应用并截图。Codex 自己在模拟器里点开了各项功能。云端 Codex 现在和本地版用同样的工具，包括插件和电脑操作。他顺手把一个“用 Rust 重写整个后端”的任务丢到云端，打算稍后在手机上查看。 最后一个演示用的是 Hugging Face 借来的可编程小机器人 Micro Duck，它名叫 Lavender。Romain 前一晚让 Codex 把它接好：视觉用 Astra，图像生成用 GPT Image 2.5，语音交互用 GPT Live 1。机器人现场看着观众画了一幅画。他说，OpenAI 做 Dots 和 Codex 用的，就是 API 里开放给开发者的同一批工具。 9. 分发和变现：让开发者在 ChatGPT 上做生意 ChatGPT 每周大约有 12 亿人使用。Sam 承认，此前类似的尝试效果参差不齐。他说这次有信心，是因为开发者拿到的是 OpenAI 自己做 ChatGPT 用的工具。 第一项是“用 ChatGPT 登录”（Sign in with ChatGPT）。用户登录第三方应用时，可以直接用自己 ChatGPT 套餐里包含的 Token，开发者不必替新用户垫付模型费用。首批有 16 家合作方。 第二项是插件扩展（plugin extensions）。开发者可以把编辑器、仪表盘乃至整个工作区，做成原生嵌在 ChatGPT 和 Codex 里的应用。现场展示了三个例子。一个是会议应用：在 ChatGPT 里看日历上的会议，点“记笔记”后，页面变成团队和 Dots 一起跟进待办的 Space。一个是 Figma：打开设计稿、看团队评论、让 ChatGPT 改稿。还有一个是 Adobe：在 ChatGPT 里使用 Photoshop 的功能。ChatGPT sites（在 ChatGPT 里生成的网站，几个月里已有数百万个）现在也能接入插件和数据。访客用自己的账号登录、带上自己的智能体，看到的内容因人而异。 用户发现插件的渠道也扩大了。除了在插件库里搜索，ChatGPT 还会在对话中识别出能帮上忙的插件，用户当场就能连接。插件审核流程也简化了：开发者可以跟踪审核进度，看到需要修改的地方，申请人工复审，更新工具时也不用从头提交。 第三项是 OpenAI Marketplace，首批有 30 多家合作方，包括 CodeRabbit、Notion、Vercel。企业客户可以用已经和 OpenAI 签下的采购承诺额度来买这些产品，有承诺额度的开发者也能在这里花。通过和模型推理托管公司 Baseten（转录稿写作 Base10）合作，市场里还能用到开源模型。 10. 收尾：一次额度重置，和“文艺复兴”的说法 当天的后续安排里，Peter 会讲 OpenAI 对开源社区的投入，包括新的 OpenClaw Enterprise Harness（OpenClaw 是一个开源 AI 智能体项目）。还有一个 Codex 游戏工作室环节，观众可以用 Codex 做复古游戏，每人能领一台 DevDay 限定的 chromatic computer，用来玩自己做的游戏。最后是 Sam、Tibo (Thibault) 和 Tejal 的现场问答。 Sam 和 Tibo 还在台上按下按钮，给全世界的用户重置了一次用量额度。Sam 说 OpenAI 已经做过太多次重置，Tibo 一直想把公司改名叫“重置公司”。 最后 Sam 说，他不喜欢把 AI 比作新一轮工业革命，那意味着人变成巨大机器里的齿轮，转得越来越快；生活里有些部分不能也不该被自动化。他希望，如果做对了，AI 带来的会更像一场新的文艺复兴：让人对自己的生活有更多掌控，有更多工具去创造、学习和探索。

GPT Image 2.5生成日间清亮CCD生活照。 提示词（欢迎返图）： 摄影风格：日间清亮高光CCD生活照风 写真方向：都市互动时尚写真 场景方向：现代数字艺术水幕区 / 白色互动屏幕 / 细线水幕 / 浅灰平台 / 极简城市建筑 服装方向：覆盆子粉色修身Polo短款上衣 + 冷白色低腰A字超短裙 气质标签：甜酷、明亮、时尚、俏皮、夏日感 五官方向：高级元气初恋脸 身形方向：轻盈纤细 线条强调：强 镜头方向：大腿及上半身 姿态动作：从细线水幕边缘经过，一只手轻拨头发，身体正面略偏侧，回头看镜头 光线氛围：晴天高亮自然光 + 白色互动屏幕形成大面积柔亮补光 + 水幕形成少量高光点 滤镜效果：高亮清晰粉白CCD色彩 + 鲜明中间调 + 白净肤色 + 轻颗粒 + 极轻数码锐度 画幅比例：9:16 补充要求：水幕只能做少量高光点，不能雾化整图；覆盆子粉显色饱和但不荧光；短款上衣露出腰腹和肚脐，胸线清楚但自然，画面整体明亮通透

不要再研究什么无审查版模型了！qwen-image-2.1 拿来本地平替 GPT-image-2.5 才是最香的！完整部署教程来了 我不明白，qwen-image-2.1 本地部署完本来就没有验证和审核，大伙为啥都把重心放在奇怪的地方了。 这次 qwen-image-2.1 给我带来最大的震撼，还是其原生2K的生成质量，完全不输 GPT-image-2.5。最关键的一点是，它生成的图片不会出现GPT 经常出现的那种噪点，非常适合拿来做首帧参考图，拿去跑AIGC短片。 给大家带来单卡 4090 部署模型，并跑通2K图像的攻略：(直接发给Codex帮你部署就行) 不建议用梯子下载权重，直接走国内下 ModelScope 的分片，这样会快得多（国模最大的好处之一了，不用代理也下载快）；diffusers 同理，可以不走github，用 Gitee 上的源码。 有个小坑，本来想直接加在现成的 Comfy 上。版本一查是 0.32，qwen-image-2.1 要 0.37 以上。这点大家要注意，用comfy的话一定要对上版本。版本不对不支持，服务起不来。 服务就做一个出图接口，一共33G 权重在启动时加载，我这边两分钟左右。不要等第一张图的请求来了再加载，那边会先超时。CFG 没开，官方默认就是关的，打开之后每步计算大概翻倍，2K 会更慢，没必要。 把这篇帖子内容喂给AI，它能直接帮你搞定部署流程，怕找不到的话大伙可以点个收藏。 最后再跑一下测试，我这边2048的尺寸，30步跑的话，耗时3分钟左右（CFG=0），成品如图所示，审核什么的完全不用担心，完全没有任何限制。 我有预感，本地部署 qwen-image-2.1 + Minimax-h3 很有可能成为接下来AI短片流水线的爆款流水线。

7/ 对比结果很明显： GPT Image 2.0画面更平、更干净，表面和布景更简单，配色更克制，光线也更均匀。 2.5则能保留更多纸张、金属和织物纹理，画面中的小字也更加稳定。 GPT Image 2.5即将登陆ImagineArt。