OpenAI 最近正式推出了 ChatGPT Images 2.0，效果好到令人驚艷，堪稱目前最強大的 AI 圖像生成工具。Images 2.0 引入了最先進的影像生成模型，其核心突破在於極致的指令遵循（Instruction Following）與物件關聯性處理。過去 AI 繪圖最令人頭痛的「文字崩壞」與「構圖邏輯混亂」問題，在這一代得到了徹底的解決。現在，它能夠精確地在畫面中安排物件的相對位置，並渲染出高密度且語法正確的文字，這讓 ChatGPT 從單純的創意發想工具，進化為能夠直接產出商業等級資訊圖表、海報與雜誌排版的視覺生產力中心。
更引人注目的是，Images 2.0 是首款具備「推理（Reasoning）」能力的影像模型。當用戶切換至思考模式時，AI 不再只是被動地將提示詞轉換為圖素，而是會像一名專業設計師般，先進行深度的邏輯思考，甚至聯網搜尋相關背景資訊，以確保輸出內容的精確度與時效性。此外，該模型在非拉丁語系（特別是繁體中文、日文、韓文）的文字渲染上展現了驚人的跨越式進步，搭配可靈活調整的長寬比（從超寬的 3:1 到細長的 1:3）以及高達 2K 的解析度，ChatGPT Images 2.0 正在為全球創意工作者開啟一個「視覺思維夥伴」的新時代。
▲ 在 ChatGPT 的全新介面中，用戶點擊輸入框旁的「+」按鈕，即可從選單中選取「創作圖像」功能。
▲ 用戶可以透過簡單且具體的提示詞下達指令，例如「生成一張創意文宣海報，主題是『沙朗牛排』」，並可同步上傳參考圖檔。Images 2.0 能深度解析參考圖中的色調與氛圍，結合文字要求，精準捕捉用戶心中理想的設計風格。
▲ 這是 Images 2.0 的核心亮點——「思考」過程。介面會顯示「雕琢細節」的狀態，這代表系統正在運用推理模型優化排版邏輯。它會思考標題的位置、副標的層次感以及食物誘人度的呈現方式，確保最終產出不僅美觀且符合商業視覺傳達。整個過程不到一分鐘，免費版也可使用。
▲ 隨後，系統在對話中呈現成果。可以看到「沙朗牛排」四個大字字體蒼勁有力，促銷價格與特徵點描述排版整齊，完全解決了過往 AI 難以精確處理中文字體的問題，其成品已具備極高的廣告文宣完稿水準。
▲ 最終輸出的高畫質成品展現了驚人的細節處理能力，無論是文字的筆觸質感，還是食物背景的煙霧效果與構圖層次，都顯得專業且具備強烈的感官吸引力。這證實了 Images 2.0 能有效降低設計成本，讓非專業設計師也能輕鬆產出優質作品。
《上一篇》Anima Turbo LoRA：Preview 3 上訓練的加速微調模型 
留言區 / Comments
萌芽論壇