OpenAI推出ChatGPT Images 2.0：圖像生成邁入新紀元

4月22日，OpenAI正式發布ChatGPT Images 2.0，這是其圖像生成技術的重大升級。新版本由全新的旗艦圖像生成模型驅動，在詳細指令遵循、對象精確放置與關系處理、密集文本渲染等方面實現質的飛躍，被稱為“圖像生成領域的步進式變革”。

ChatGPT Images 2.0在多個核心能力上顯著提升：

更強的指令遵循與復雜視覺任務處理，能夠準確放置和關聯圖像中的對象，理解精細的風格約束，支持生成多種寬高比；

近乎完美的文本渲染，文本準確率大幅提升，特別適合生成帶文字的海報、UI界面、截圖等實用場景；

精確編輯與細節保留，無論是從零創建還是編輯現有照片，都能精準實現用戶意圖，同時保持人物面部特征、關鍵細節等一致性；

生成速度翻倍，圖像生成速度接近前代模型的兩倍，讓用戶能更快地迭代創意；

多語言支持與世界知識增強，在非英語提示下表現更優，利用擴展的視覺和世界知識自動填充細節，用戶無需過多提示即可獲得更智能、更貼合預期的圖像；

獨特視覺風格捕捉，更好地還原照片、電影定格、像素藝術、漫畫等特定視覺語言。

此外，ChatGPT Images 2.0還是OpenAI首款具備“思考能力”的圖像模型。當選擇思考模式時，它可以搜索實時網絡信息、從單一提示生成多個不同圖像，并對自身輸出進行雙重檢查，進一步提升輸出質量和實用性。

OpenAI表示，這一新模型不僅適用于藝術創作，還特別擅長生成“立即可用”的實用視覺內容，如復雜布局的UI設計、帶密集文字的圖表、真實感強的截圖等。用戶反饋顯示，其在照片級真實感、空間推理和微小細節上的表現均有明顯進步。

新功能已開始向ChatGPT用戶逐步推送：基礎圖像生成功能開放給所有ChatGPT用戶；具備“思考能力”的高級圖像生成，則面向ChatGPT Plus、Pro和Business用戶。同時在ChatGPT應用中新增獨立的“Images”入口，方便用戶直接進入創意探索模式。

這一發布標志著OpenAI在多模態AI領域的持續領先，預計將為內容創作、教育、設計等行業帶來更多創新應用。用戶現已可在ChatGPT中體驗這一最新圖像生成技術。