奧特曼親自上陣，Images 2.0登頂王座！大米刻字，生圖跨入GPT-5時代

新智元報道

編輯：好困 桃子

【新智元導讀】今夜，ChatGPT Images 2.0震撼上線，成為首個「會思考」的圖像AI。奧特曼直呼這是從GPT-3到GPT-5的飛躍。它不僅能精準聽懂中文指令、渲染復雜UI，甚至能在米粒上刻字。

那個熟悉的OpenAI又回來了！

凌晨，奧特曼親自帶隊，開啟20分鐘線上直播，打破了數日的沉寂。

OpenAI終于祭出了傳聞中的ChatGPT Images 2.0，正式開啟圖像生成的全新紀元。

Images 2.0是一次質的飛躍，它在精準聽懂長指令、準確擺放并理清物體間關系、渲染密集文本方面有了巨大突破。

最重要的是，它是首個具備「思考能力」的圖像模型，可以聯網搜索實時信息、二次自檢。

它還能一次性直出八張風格連貫的圖，最高支持2K超清分辨率。

這么說吧，Images 2.0的出世，重新定義了視覺生成的統治力——

• 像素級精度：小字號文本、圖標、UI元素等復雜細節一鍵生成，支持3:1到1:3全尺寸輸出；

• 多語言質變：中日韓等非拉丁文字精準渲染，不僅字拼得對，語句也通順連貫；

• 風格成熟：照片級逼真感，電影劇照、像素藝術、漫畫等視覺語言都拿捏得住；

• 會思考：首個具備推理能力的圖像模型，能聯網搜索、自檢輸出，知識更新至2025年12月。

左右滑動查看

在Arena最新榜單中，Images 2.0一騎絕塵，登頂全球AI生圖王座。實力暴擊谷歌Nano Banana 2/Pro版本，領先242分。

它在全部7個文生圖類別中，全部位列第一。

最狠的是，它可以做到像素級生成。

直播中生成的一張米山圖，其中的一顆大米粒，竟刻上了「GPT image 2」的字體。

奧特曼還秀了一番，和4o圖像負責人Gabriel Goh一起更多GPU的漫畫圖。

網友們紛紛上手，被Images 2.0的實力再次驚艷到了。

甚至，有人表示，「OpenAI終于再次引領圖像生成領域」！

中文直接封神

OpenAI自己玩梗「穩穩地接住你」

過去的圖像模型，英語和拉丁字母語言表現尚可，一碰到中日韓文字就開始「鬼畫符」。

這次，官博里放出的中文Demo，直接炸了。

OpenAI研究科學家陳博遠親自出鏡（很可能也是他自己寫的prompt），生成了一整頁全中文彩色漫畫，講的是他在OpenAI做ChatGPT Image 2中文文本渲染優化的故事。

這張圖同時證明了三件事，中文文本渲染能力質變、極小字號的精度控制、以及復雜多面板漫畫的一次性生成能力

漫畫分五排，第一排是陳博遠在電腦前埋頭工作，背景里有珍珠奶茶，墻上用一條膠帶粘著一根香蕉（致敬藝術圈名場面）。

第二排是他為家鄉無錫生成的多語言手繪風格信息圖海報，上面密密麻麻的中文小字全部渲染正確。

第三排是團隊看到效果后集體興奮的場面。

第四排畫風一轉，陳博遠拿著手機休息，收到了奧特曼發來的一條翻譯短信，祝賀團隊的中文渲染成果。

然后，重頭戲來了。

第五排，陳博遠看到奧特曼生成的那張祝賀圖片，中央位置赫然寫著一句「穩穩地接住你」。

懂的都懂。

GPT在中文對話中動不動就「我會穩穩地接住你」「你的感受是合理的」，那股子油膩又真誠的美式心理咨詢味，被中文用戶瘋狂吐槽了大半年

漫畫里的陳博遠當場破防，漫畫式暴怒大喊「天吶！它又學會了接住！」，旁邊的隊友們化身小腦袋冒冷汗，弱弱地說「我們正在努力修復它！」

這波自嘲，可以給滿分。（手動狗頭）

中文之外，OpenAI還放出了全日語對白的少年冒險漫畫、涵蓋印地語、孟加拉語、泰盧固語等九種語言書籍封面的印度書店，以及韓語高級韓屋住宿廣告。

語言不再是圖像生成的「二等公民」了。

左右滑動查看

像素級生成

GPT-3到GPT-5大跨越

ChatGPT Images 2.0可以稱之為OpenAI生圖的下一個里程碑發布。

直播中，奧特曼將其稱之為，「這種感覺就像是一下子從GPT-3直接躍升到了GPT-5」。

上傳一張四人合照，ChatGPT直出一張雜志封面，在頁面設計、文字排版都非常講究。

而且海報中，包含了海量的細節，小字的處理，人物面部一致性，給人一種「男團」的即視感。

在細節方面，ChatGPT輸出完全達到了「照片級」效果，逼真到讓人看不出是AI生成的。

比如下面這張，穿越回2015年OpenAI剛成立那年，階梯教室光線環境、PPT文案讓人震驚。

真正讓全場驚掉下巴的，是一張人類登月的360°全景圖。

把ChatGPT生成的圖片扔進全景查看器，便可以實現如下的效果，太陽的位置、影子的方向，以及一些細節全部清晰可見。

官方放出的Demo里，有一張macOS瀏覽器中ChatGPT窗口的截圖。

窗口層疊、終端在后臺打開、桌面雜亂無章，視覺細節多到離譜，生成出來的效果幾乎和真實截圖一模一樣。

渲染精度到了這個級別，說明模型對圖像中每一個像素的控制力已經跨過了一個臨界點。

照片級逼真感

AI生成的圖終于不像AI了

風格逼真度是另一個大躍進。

過去AI生成的圖片，總有一種說不出的「AI感」，皮膚太光滑、光線太均勻、構圖太完美，一眼就能看出不是真人拍的。

Images 2.0反其道而行之，開始學會「不完美」。

官方Demo里有一組抓拍快照，35mm膠片質感，可見顆粒感，構圖略微偏離中心，衣服和頭發在風中飄動。

如果不告訴你是AI生成的，你會以為這是某個攝影師在公路旁隨手按下快門的結果。

還有一組一次性相機風格的照片，模擬的是2000年代初美國高中電腦室的場景，學生們擠在米色CRT顯示器前用ChatGPT。

閃光燈過曝、輕微運動模糊、角落里印著「02 18 04」的橙色日期戳，所有「膠片時代的不完美」都被精準復現。

在風格多樣性上，Images 2.0也拉開了差距。

寬高比現在支持最寬3:1、最高1:3。為此，OpenAI專門放了一張橫版中國傳統長卷山水畫，筆墨暈染和留白都有模有樣。

1960年代法國新浪潮電影海報、裝飾藝術風格書簽、動漫角色設定圖，每一種視覺語言都保持了高度的風格一致性，而不只是「看起來有點像」。

會思考的圖像模型

一次生成八張連貫畫面

現場直播中，ChatGPT圖像負責人Gabriel Goh表示，Images 2.0一共上線了兩種模式——

• 即時模式（Instant Mode）

• 思考模式（Thinking Mode）

其中最顛覆性的升級，全部藏在「思考模式」里。

當在ChatGPT中選擇思考模型時，Images 2.0不再只是一個「你說我畫」的渲染器，而是變成了一個視覺思考伙伴。

它會花更多時間理解你的意圖，搜索網絡獲取實時信息，對圖像結構進行推理，然后再動筆。

更關鍵的是，思考模式下它可以一次性生成最多八張風格連貫、角色一致、內容遞進的圖像。

只需上傳一張大頭照，ChatGPT就能立刻給出八套夏裝搭配。選擇其中一套，還會為你生成更多衣服不同角度的細節。

在這個任務中，ChatGPT調用了兩種不同的「視覺智能」：

首先是「視覺理解」能力，它要真切地去「看」照片。理解一個人的樣貌，然后規劃出合適的服裝搭配方案。

另一個維度則是「視覺生成」能力。它需要把規劃好的服裝布局，轉化為一張連貫且有條理的圖片。

以前想做一組社交媒體素材，你得一張張生成，自己拼接。現在一句prompt，Twitter、Instagram Stories、Instagram Feed、LinkedIn四種尺寸一次性出齊，色調和構圖風格統一。

官方Demo展示了一家布魯克林抹茶店「kizuki」的廣告素材，冰鎮草莓抹茶在陽光下的畫面，街頭服飾美學搭配日式極簡，四種社交平臺尺寸一步到位。

還有一個學術論文海報的Demo，直接上傳PDF，模型自動提取關鍵圖表、數據和結構，排版成一張橫版海報。

值得一提的是，Images 2.0開啟思考模式后，還可以直接聯網搜索信息。

團隊透露，幾天前在Arena盲測的「DuckTape」就是今天的Images 2.0。

然后，他們讓Images 2.0搜集網友反饋，并制作成一張圖。沒想到，模型還生成了一個可直接掃描的「二維碼」。

ChatGPT、Codex全線開放

從今天起，所有ChatGPT、Codex都可以用上ChatGPT Images 2.0。

帶有「思考」過程的圖像生成功能，已向ChatGPT Plus、Pro、Business用戶開放。底層模型gpt-image-2也已在API中上線。

在定價方面，ChatGPT Images 2.0更強了，同時toekn輸入/輸出價格沒有漲。

對普通用戶來說，演示文稿配圖、社交媒體海報、產品宣傳卡片這些過去要開Photoshop折騰半天的活，現在一句prompt搞定。

對開發者和企業來說，本地化廣告、多語言信息圖、教育內容、設計工具這些需要大量人工的視覺工作流，現在都可以通過API批量自動化了。

Codex里更是把圖像生成整合進了工作區，設計團隊可以在同一個環境里出UI方案、比選項、轉產品，全程不用切換工具。

圖像生成的iPhone時刻？

回頭看，從DALL·E到Midjourney到Stable Diffusion，AI圖像生成一直處在「夠用但不太行」的狀態。

文字渲染翻車、多語言拉胯、風格千篇一律、構圖一眼AI，這些痛點每一個都勸退了想把AI圖像用在正經場景里的人。

Images 2.0一口氣把這些短板全補上了，還加了思考能力和多圖一次性生成。

雖然它離「完美」還有距離，但它可能是第一個讓設計師、營銷人員和內容創作者覺得「這東西我真的可以用在工作里」的AI圖像模型。

現在，設計師們可能要重新想想，自己的護城河到底在哪里了。

參考資料：

https://x.com/OpenAI/status/2046661795327459677

https://x.com/OpenAI/status/2046670977145372771

https://openai.com/index/introducing-chatgpt-images-2-0/

https://x.com/sama/status/2046672912833458597