剛剛！ChatGPT Images 2.0突然發(fā)布，實測強得離譜

還在熬夜做圖的設(shè)計師們，這下真的有些尷尬了：在幾乎沒有預(yù)告的情況下，OpenAI 于北京時間 2026 年 4 月 22 日凌晨發(fā)布了 ChatGPT Images 2.0 模型（下文簡稱 Images 2.0）。

和 ChatGPT 原本的生圖模型相比，Images 2.0 在圖片精度、語言支持、分辨率支持和交互方式上都有著相當(dāng)顯著的提升。值得一提的是，這次發(fā)布的 Images 2.0 甚至還擁有了思考的能力。

圖片來源：OpenAI

簡單來說，Images 2.0（現(xiàn)已在 ChatGPT、API 中使用）其實包含兩個模型（分支）：

1. 快速模型（Instant Model）可以處理絕大多數(shù)日常任務(wù)，比如制作 Logo、多語言海報甚至是文章配圖；

2. 思考模型（Thinking Model、需手動切換）可以通過網(wǎng)絡(luò)查找相關(guān)信息，并在生圖前先對內(nèi)容進行推理，并在一組輸出中保證畫面內(nèi)容連貫。

接下來我們直接用圖片來舉例。

下面這張照片是雷科技 AWE26 報道團出發(fā)前拍的合照，我們直接把這張圖丟給 ChatGPT、輸出我們的需求：

圖片來源：雷科技

做一本《雷科技》科技雜志的封面，封面是圖片里這幾個人。

不到一分鐘，ChatGPT 就把封面做好了。可以看到全新的 Images 2.0，不僅不會把基礎(chǔ)圖片重繪（這是大多數(shù)生圖 AI 的通病），甚至連中文的部分都能正確繪制。

圖片來源：雷科技

但這還沒完，在提出「日期改成 2026 年 3月」「人的姿勢可以變一下，這樣太死板了」等模糊的提示詞后，ChatGPT 依舊能順利完成任務(wù)。

圖片來源：雷科技

同樣的，只要「喂」給 Images 2.0 一張手機外觀，ChatGPt 也能直接完成手機使用場景照。

圖片來源：雷科技

而在全新的圖片查看界面，ChatGPT 還加入了兩項全新的功能——我們可以直接選擇圖片需要修改的區(qū)域，要求 ChatGPT 做出修改，還可以直接在長寬比選單中選擇需要輸出的圖片比例，自媒體配圖變得更方便了。

除了基于圖片生成新的圖片，Images 2.0 基于文字做圖的能力也有所提升。雷科技只給出了「電車通馬上要出發(fā)報道 2026 北京車展」的信息，Images 2.0 就能自己找齊相關(guān)信息，并正確輸出海報。

圖片來源：雷科技

較為可惜的是，盡管在 OpenAI 的直播中，Images 2.0 可以正確處理二維碼信息，但雷科技經(jīng)過多次嘗試，仍無法在圖片中嵌入可以被識別的二維碼。

圖片來源：雷科技

其實從效果來看，Images 2.0 的多語言支持已經(jīng)非常出色了。但為了拉開能力差距，雷科技決定給 Images 2.0 上點強度：

生成一個照片風(fēng)格圖片：一幅毛筆書法作品在博物館展出，上書： 北國風(fēng)光，千里冰封，萬里雪飄。望長城內(nèi)外，惟余莽莽；大河上下，頓失滔滔。山舞銀蛇，原馳蠟象，欲與天公試比高。須晴日，看紅裝素裹，分外妖嬈。 江山如此多嬌，引無數(shù)英雄競折腰。惜秦皇漢武，略輸文采；唐宗宋祖，稍遜風(fēng)騷。一代天驕，成吉思汗，只識彎弓射大雕。俱往矣，數(shù)風(fēng)流人物，還看今朝。

盡管文本內(nèi)容更長，不過 ChatGPT 仍在一分鐘之內(nèi)就輸出了結(jié)果。可以看出，Images 2.0 的中文支持確實不錯，字體字形基本沒有問題，但書法的「質(zhì)感」仍有欠缺，怎么看都像是「印刷品」。

圖片來源：雷科技

說完 Instant Model，我們再來看看思考模式的能力。這次雷科技直接給 Images 2.0 準(zhǔn)備了一道大題：

以上圖里的形象為漫畫主角，生成一部摩托車為主題的短篇漫畫，篇幅至少要 8 頁，封面和封底為彩色，其余為黑白，畫風(fēng)參考石森章太郎。

接到需求后，Images 2.0 會有一個明顯的思考推理步驟；點開推理詳情，我們甚至能看到 Images 2.0 編寫對話的過程。這其實越正常，畢竟我并沒有給出任何關(guān)于劇情的提示詞，全權(quán)交給 Images 2.0 自由發(fā)布。

在耗時 11 分鐘后，Images 2.0 成功輸出了一組 8 張圖。值得注意的是，Images 2.0 不僅在 8 張圖中做到了畫風(fēng)和細節(jié)的統(tǒng)一（除了時有時無的頭盔），甚至連劇情都能保持上下文連貫。這種超長連續(xù)推理能力，即使是 Nano Banana 也難以做到。

也正因如此，雷科技認為，Images 2.0 的表現(xiàn)，完全可以用一騎絕塵來形容。

因為觸發(fā)了 ChatGPT Plus 用戶的公平使用限額機制，雷科技的 Images 2.0 體驗到這里就暫告一段落了。但就雷科技的體驗來說，Images 2.0 的能力上限遠不僅如此：

除了支持中文（及印地語、日語等多種亞洲語言）、連續(xù)推理等能力外，在直播中，OpenAI 還提到了Images 2.0 能在米粒上寫字的超精細制圖能力，以及生成 360 度全景照片的能力。

圖片來源：OpenAI

圖片來源：OpenAI

也正因 Images 2.0 制圖效果如此出色，雷科技認為 Images 2.0 的登場，也標(biāo)志著 AI 生圖正式告別了那個靠玄學(xué)提示詞「抽卡」的蠻荒時代。

如果大家有玩過 Stable Diffusion 等早期文生圖 AI，應(yīng)該對文生圖的「蠻荒時代」有印象：你可能第一次嘗試就做出了自己想要的圖片，也可能來來回回調(diào)整提示詞，用兩個小時生成了幾百 GB 的廢片，體驗甚至比二次元「抽卡手游」還要差——二游至少有保底機制。

在當(dāng)時，我們?nèi)绻胍ＷC圖片「有較大概率符合要求」，就必須用 ComfyUI；而 ComfyUI 復(fù)雜的節(jié)點設(shè)計，從某種意義上也違背了 AI 生圖「偷懶」的目標(biāo)。

但 Images 2.0 引入「思考模型」后，AI 第一次具備了長文本邏輯解析與時空一致性的推理能力。

以剛剛提到的畫漫畫工作流為例，Images 2.0 可以先理解場景、構(gòu)思劇情、布局文字，最后再落筆。這種從底層邏輯出發(fā)的進化，直接解決了 AI 繪畫中「文字崩壞」與「畫風(fēng)不統(tǒng)一」這兩大問題，極大地拓寬了 AI 的生產(chǎn)力邊界。

圖片來源：OpenAI

可以肯定的是，Images 2.0 的出現(xiàn)，對于繪畫、攝影行業(yè)的沖擊極為「慘烈」；而從 AI 發(fā)展的角度看，OpenAI 也再次證明了單純的分辨率并不能從根本提升 AI 的工作效率，推理能力才是 AI 圖像的核心競爭力領(lǐng)域。

在 AI 圖像時代，OpenAI 已經(jīng)為我們開了一個好頭。接下來，就得看 Google 和國內(nèi) AI 巨頭們該如何應(yīng)對了。

2026第十九屆北京國際汽車展覽會將于4月24日至5月3日在北京?中國國際展覽中心（順義館）和首都國際會展中心（新國展二期）舉行，本屆車展以“領(lǐng)時代·智未來”為主題，集中展現(xiàn)汽車工業(yè)的更多黑科技。
比亞迪、小米、鴻蒙智行（問界等）、小鵬、蔚來、嵐圖等頭部品牌集結(jié)，多款重磅新車首秀；地平線、Momenta、卓馭等供應(yīng)商集體秀肌肉，AI大模型深度賦能，高階智駕、動力電池、超快充技術(shù)等前沿科技集中亮相，看點拉滿！
雷科技旗下「電車通」將派出報道團直擊現(xiàn)場，以“關(guān)注電動車，更懂智能化”的專業(yè)視角，帶來一線獨家報道，敬請關(guān)注！