OpenAI于昨日(4月21日)正式推出ChatGPT Images 2.0，底层采用全新图像生成模型gpt-image-2。新模型在文本渲染、复杂布局、多语言支持及写实能力上实现了显著突破，同时内容生成尺度较以往版本明显放开，迅速引发全球AI社区的热议。
最具代表性的案例来自网友生成的游戏截图。他使用简单提示词直接生成了一组以《金瓶梅》为主题的古代ARPG MMO开放世界游戏截图。画面中呈现了古典街景、西门庆府等《金瓶梅》小说中的经典场景，并配有完整的游戏UI框架以及游戏角色。图像细节丰富、光影自然、风格逼真，几乎让人误以为是真实游戏的截图。
OpenAI官方表示，gpt-image-2是其迄今最强大的图像生成模型，支持Instant(即时生成)和Thinking(思考模式)两种方式。在Thinking模式下，模型可以先行推理、搜索网页信息、自我校验，再输出多张一致性图像，尤其擅长杂志排版、信息图、游戏UI、漫画故事板等复杂布局。OpenAI甚至用该模型生成了整个官方发布页面，充分展示了其在精确文本渲染和视觉连贯性上的实力。
业内人士评价称，新模型在多语言文本、全信息图和复杂场景生成上“近乎完美”，标志着图像生成从“快速绘制”向“智能创作”的转变。尽管OpenAI仍保留一定内容安全机制，但此次《金瓶梅》主题案例凸显模型在敏感题材上的尺度明显扩大，引发了用户对内容政策调整的讨论。
有专家指出，这类能力提升将大幅降低游戏开发、影视概念设计和视觉内容创作的门槛，但也需要警惕深度伪造等潜在风险。 |
