简单测了下 GPT 的图像生成，放几组图大家看看
这两天顺手拿 GPT 跑了几组图，想看看它现在的图像生成大概是什么水平。 
没有搞特别严谨的量化，就是按几个比较常见、也比较容易翻车的方向随便测了一下： 

复杂场景
人像细节
风格混合
文字排版

主要看三点： 

能不能理解提示词
细节和观感怎么样
有没有明显翻车


1. 夜景复杂场景
提示词： 

一个下雨的东京街头夜景，霓虹灯反射在湿润的柏油路面上，街边有拉面店、便利店和行人撑着透明雨伞，远处有电车驶过，画面采用电影级光影效果，超写实风格，8K分辨率，浅景深，镜头焦距50mm，细节丰富 

生成结果： 
 [image] 

2. 人像细节
提示词： 

一位中年女性科学家坐在实验室中，穿着白大褂，桌上摆满试管和显微镜，脸部细节真实自然，有细微皱纹和皮肤纹理，光线从侧面窗户照进来形成柔和阴影，超写实摄影风格，背景略虚化，高动态范围 ...