GPT Image 1 是一款由 OpenAI 开发的文本到图像生成模型，于2025年4月通过OpenAI API发布。它是2025年3月ChatGPT内置原生图像生成功能的产品化版本，该功能的推出成为消费者AI领域最火爆的事件之一：吉卜力工作室风格肖像的流行趋势产生了巨大流量，以至于OpenAI暂时对免费用户的图像生成实施了速率限制。
GPT Image 1 接替 DALL-E 3 成为OpenAI的图像模型。其架构转变意义重大：它并非通过中介提示的扩散模型，而是在多模态Transformer内部原生生成图像，从而具备对话上下文感知能力和显著增强的指令遵循能力。
能力
在发布时，GPT Image 1 在困扰扩散模型用户多年的两个领域处于领先地位：
- 图像中的清晰文本。 招牌、海报、产品标签和界面原型能以早期模型无法企及的准确拼写呈现。
- 提示遵循。 多约束条件（特定对象数量、空间布局、风格混合）的简报能被可靠执行，使结构化的长格式提示变得实用。
它还支持带掩码的图像编辑、参考图像输入和透明背景，这使其在产品摄影和设计工作流中广受欢迎。
遗产
GPT Image 1 定义了当前时代占主导地位的提示风格：以段落组织的长自然语言简报，常借用摄影中的镜头词汇。它之后是 GPT Image 1.5，然后是 GPT Image 2，后者扩展了相同的方法。参见 GPT Image 系列。