近日，OpenAI 发布了一则引人注目的消息:在其内部测试的项目 Sora 中，除了已经推出的视频生成功能外，图像生成功能也在紧锣密鼓地研发中。这个新功能让用户能够在视频和图像生成之间快速切换，提升创作的灵活性。
根据内部消息，Sora 将会增加一个隐藏的切换按钮，用户只需在提示栏中选择即可在两种模式之间切换。当选择图像生成时，系统会自动提示用户描述一幅图像。这一设计旨在简化用户操作，提高生成内容的相关性和质量。
除了图像生成功能的改进，Sora 还对其视频推送进行了重新分类。新推出的 “Best” 和 “Top” 类别将帮助用户更好地筛选和查找内容。“Best” 类别与目前的特色频道类似，而 “Top” 类别则可能根据用户点赞数或时间段对视频进行排名。这一分类的变化让人们对 Sora 的内容推荐机制充满期待。
对于 DALL-E3的用户来说，这一消息无疑让人兴奋，因为 DALL-E3自发布以来已经显得有些过时，特别是在与 Midjourney 等竞争对手相比时。尽管目前 Sora 的图像生成功能尚未正式推出，但左侧导航栏中的 “Images Internal” 类别已经引发了用户的好奇心。虽然目前这个类别主要用于视频推送，但未来也可能会提供图片生成的相关内容。
有人猜测，这次的图像生成模型或许会被称为 DALL-E4，然而 OpenAI 尚未对此进行确认。业内专家推测，Sora 中的图像生成器可能不会直接使用 DALL-E4，而是会依赖于现有的 “sora-turbo” 模型。此外，业内人士也指出，ChatGPT 尚未推出基于 GPT-4o 的多模态图像生成功能，因此此次 Sora 项目的推出将是一个值得关注的新进展。
值得注意的是，Sora 中的文本到图像生成器的代号被称为 “papaya”，让人对这个项目充满好奇与期待。在 DALL-E3发布一年半之后，下一代模型究竟会带来怎样的创新，令人不禁想要一探究竟。