AIPress.com.cn报道
4月22日消息，前段时间热度颇高的图像模型ChatGPT Images 2.0全量上线。
据OpenAI的官方介绍，ChatGPT Images 2.0 的目标是成为最先进的模型，能够处理复杂的视觉任务，并生成精确、可直接使用的视觉内容。
官方称，Images 2.0 是首个具备“思考能力”的图像模型。当在 ChatGPT 中选择思考模型或专业模型时，Images 2.0 可以联网搜索实时信息、基于单一提示生成多张不同图像，并对自身输出进行校验。在这种模式下，模型能够承担从想法到图像之间更多工作，尤其是在对准确性、时效性、一致性和视觉连贯性要求较高的场景中。
更高的精度与控制力
Images 2.0 不仅能够构思更复杂的图像，还能够有效实现这些构想，遵循指令、保留细节，并呈现以往图像模型难以处理的精细元素，例如小尺寸文字、图标、界面元素、复杂构图以及细微风格约束。在 API 中，其分辨率最高可达 2K。
与其生成“接近你想法的图像”，不如说它可以生成“真正可用的图像”。
这张是Images 2.0生成的电脑截屏。
更强的多语言能力
此前，图像生成模型在英语及拉丁字母语言中的表现较为稳定，但在复杂或密集文本的非拉丁语言中准确性较低。
Images 2.0 突破了这一限制，在多语言理解方面显著提升，尤其在日语、韩语、中文、印地语和孟加拉语等语言的文本渲染能力上表现更强。它不仅能正确生成非英语文本，还能保证语言自然流畅。
不仅限于简单翻译标签，在海报、说明图、漫画等视觉作品中，Images 2.0同样能够将语言作为设计的一部分进行整合，使输出更具整体一致性。
风格表现与真实感提升
Images 2.0 在多种视觉风格下的表现更加真实和一致。它能够更好地捕捉照片特征、电影画面、像素艺术、漫画等风格，在纹理、光线、构图和细节方面表现更加稳定。
灵活的画面比例
Images 2.0 支持从 3:1（超宽）到 1:3（竖向）的多种画面比例，可满足横幅、幻灯片、海报、移动端界面、书签及社交媒体图像等不同场景需求。用户可以在提示中指定比例，或在生成后选择预设比例进行调整。
更贴近现实世界的理解
据官方介绍，Images 2.0 拥有2025年12月前的知识更新，使其在图像生成中具备更高的现实相关性与准确性，可以完成从信息整合、内容撰写到视觉排版的全过程，输出结构清晰、布局合理、信息流畅的视觉内容。
视觉思考伙伴
在启用“思考模型”时，模型会在后台进行更深入的分析，以更好理解并执行任务。它可以联网获取信息，将上传内容转化为视觉说明，并在生成前推理图像结构。
在该模式下，Images 2.0 更像是一个“视觉思考伙伴”，可以从初步概念推进到最终成品，大幅降低用户工作量。
同时，它还能一次生成最多8张图片，且保持角色与元素一致。还能支持漫画、设计方案等多张连续创作，免去逐张拼接的烦恼。
在灰度测试期间，普瑞斯已经实测过了Images 2.0的各项能力，表现的确不俗。封神！GPT-Image-2直播神图刷屏，你敢信是AI生成？
局限性
OpenAI也表示，尽管取得显著进展，但Images 2.0 仍存在局限。例如对折纸、魔方等复杂物理结构理解有限，对隐藏或倾斜表面细节表现不稳定，针对诸如沙粒等高密度重复细节处理仍然存在困难等问题。
定价与可用性
ChatGPT Images 2.0 即日起向所有 ChatGPT 和 Codex 用户开放。高级“思考模式”功能向 Plus、Pro 和企业用户提供。
GPT-Image-2 已在 API 中提供，价格根据图像质量与分辨率有所不同。
目前，图像能力已集成至 Codex，用户可以在同一工作环境中完成设计、开发及内容生产。
开发者可通过 GPT-Image-2 API，将图像生成能力集成至产品中，支持广告、本地化内容、教育材料、设计工具等场景。
总体看下来，Images 2.0的效果比谷歌的Nano Banana Pro要好上不少，设计师们可能真的要当心自己的饭碗了。
点击关注AIPress公众号：
扫码加入AIPress读者群：
访问AIPress网站，请点击“阅读原文”
或访问网址：aipress.com.cn
网友评论