断层领先！OpenAI最强绘图模型ChatGPT Images 2.0来了

专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！

前几天还在灰度测试的ChatGPT Images 2.0它来了：再封神！OpenAI掀翻AI图像生成，极度逼真，立刻商用。

Arena测评出炉，断层领先所有图像生成模型。

这是一个有超强世界知识，真正能够思考视觉设计的模型。

不需要复杂提示词，它自己思考，直接交付给你完美图像。是个能精准处理多语言文本、多重构图规则的专业视觉设计模型。

绘图工具进化为视觉系统

ChatGPT Images 2.0跨越了渲染工具的定位，正式成为参与战略设计的视觉系统。

大幅提升了模型遵循复杂指令的精确度。用户现在可以准确放置物体，处理密集的文本，调整对象间的空间关系。

模型在细节呈现和风格保真度上实现了质的飞跃。

最高可以生成2K分辨率的图像。细小的文本、用户界面元素和密集的构图不再是导致画面崩溃的短板。用户得到的不再是模棱两可的草图，是可以直接投入生产的成品。

我们可以通过一个复杂的桌面截图指令来观察这种精确度。

看下面这个屏幕截图，你能看出来是生成的吗？

面对极度复杂的排版需求，系统同样能保持清晰的逻辑。要求制作一张名为一次创造万物的主题杂志页时，模型不仅能容纳科学图表、中世纪手稿、植物插图、气候图表甚至用户界面截图等数十种视觉元素，还能维持博物馆宣言般的优雅排版，避免沦为死板的网格拼凑。

微观细节的控制力同样令人惊叹。在成千上万粒米堆积的画面中，系统能够在其中唯一一颗米粒上刻下细微的字样，同时保证这颗米粒的大小颜色与周围完全一致，完美融入背景。

除了微观刻画，系统在模拟现实质感和特定排版风格上也展现出极强的适应力。无论是制作一本排版精良的北美狼群科普杂志，还是伪造一张带有咖啡渍的、笔迹深浅不一的手写棒球历史论文照片，模型都能精准捕捉人类视觉文化中的特征。

新系统能精准复刻35毫米胶片的颗粒感、自然的光线和随意的构图，也能生成无尽嵌套的课堂幻灯片画面，甚至完美还原高级时尚摄影集的质感。

风格的宽容度扩展到了动漫和游戏开发领域。创作者可以轻松生成日本青年漫画风格的页面，或者根据文字描述直接生成包含角色各种设定的动漫角色设计图。

构图的灵活性也得到了彻底释放。系统支持从3比1的超宽全景到1比3的超长画幅生成。用户可以为书店制作带有出血线和安全边距的装饰艺术风格书签，或者生成一张犹如童话故事般垂直延伸的长图。

跨越语言和时代限制

过去很长一段时间里，图像模型在处理英语和拉丁语系时表现出色，面对非拉丁语系时却经常出错。文本稍显密集，画面就会变成难以辨认的乱码。

研发团队彻底打破了语言壁垒。新系统在非拉丁文本渲染上取得了突破性进展，尤其是日语、韩语、中文、印地语和孟加拉语。文本不再仅仅是贴在画面上的标签，语言成为了视觉设计本身的有机组成部分。

要求生成一页带有日文对话的少年冒险漫画时，系统不仅能正确拼写日文，还能结合剧情需求进行合理的分镜设计。

在展现印度语言多样性的摄影作品中，模型可以毫无压力地在一排书架上同时呈现印地语、孟加拉语、马拉地语、泰卢固语、泰米尔语、乌尔都语、古吉拉特语、卡纳达语和奥迪亚语的虚构艺术书籍封面，字迹清晰可见。

中文的渲染能力达到了能够直接绘制长篇连环漫画的程度。在一个包含五个段落的超长测试指令中，用户要求绘制一篇关于OpenAI研究科学家陈博远的中文漫画。漫画需要包含特定的背景彩蛋、极小的中文脚注、多语言展示屏幕，甚至还要在最后安排一个关于中文互联网梗的搞笑结局。系统一次性完美输出了整张包含复杂中文对话和多重分镜的漫画页。