ChatGPT Images 2.0 帶來視覺推理和改進的文本生成

週二，OpenAI 發布了 ChatGPT Images 2.0，這是對整合到聊天機器人中的圖像生成模型的更新。該系統名為 gpt-image-2，帶來了文字渲染方面的改進、對多種語言的支援以及創建更複雜組合的能力。所有 ChatGPT 計劃的用戶現在都可以存取標準版本。

此次發佈於 2026 年 4 月 21 日進行。該公司強調包含「思考」模式，該模式允許模型搜尋網路、檢查詳細資訊並根據單一提示生成最多八張圖像。這有助於製作具有結構化佈局的故事板、資訊圖表和材料。某些情況下解析度可達2K。

OpenAI 在新功能中強調推理和保真度

該模型現在可以更準確地遵循指令，並保留所需的元素，例如圖標、介面和小文字。 OpenAI 列舉了科學海報、食譜卡和簡報投影片的例子作為收益領域。對日語、韓語、印地語和孟加拉語文本的支持也得到了改善。

開發人員透過 API 獲得存取權限，價格根據品質和解析度而定。付費用戶在高級模式下擁有更多容量。此次更新是在先前對成像系統進行改進幾個月後進行的。

• 產生多個相互關聯的影像
• 網路搜尋的思維模式
• 更好的多種語言文本呈現
• 支援不同的寬高比，從 3:1 到 1:3
• 選定輸出的分辨率高達 2K

ChatGPT Images 2.0 is a step change in detailed instruction following, placing and relating objects accurately, and rendering dense text, with the ability to generate across aspect ratios.

It’s also accurate across languages and uses its expanded visual and world knowledge to…

— OpenAI (@OpenAI) April 21, 2026

Leia Também

PlayStation Plus 5 月目錄新增三款遊戲

週三的強力球有兩名獲獎者贏得了 1.43 億美元的頭獎

麥當勞推出六款精釀飲料以提高零食時間的銷量

批評者指出功能理解上的缺陷

加里·馬庫斯（Gary Marcus）是一位以質疑當前人工智慧能力而聞名的研究人員，他用自行車圖測試了新系統。在自動標籤中，該車型將後煞車與座管、齒輪與煞車混淆了。一個標籤指向空白區域。

在一項更困難的測試中，馬庫斯要求一輛比普通雙人自行車更高的雙人自行車，並配有行李架和鞍包。生成的圖像提出了一些問題，例如插入車輪的後變速器、煞車桿位置不佳以及馬鞍形後車把。馬庫斯指出，該系統結合了視覺模式，但不了解零件的實際功能。

專家將其與人類的限制進行比較

馬庫斯體認到，一般人也很難準確地繪製串聯圖。然而，機械師、經驗豐富的自行車手或設計師會很快發現錯誤。此範例用於討論模型對物理世界的理解程度。

這場爭論發生在該行業慶祝專業成像技術飛躍之際。獨立測試證實了可讀文本和密集佈局的進步，但特定案例仍然暴露出因果推理方面的差距。

ChatGPT 影像 2.0 技術表

• 基礎模型：gpt-image-2
• 可用性：所有 ChatGPT 用戶
• 高級模式：付費訂閱者
• 主要特點：推理、多種輸出、多語言文本
• 解析度：高達2K
• API：以可變定價發布

迄今為止，OpenAI 尚未對 Marcus 的測試公開發表評論。該系統不斷發展，根據用戶回饋定期更新。