
思维引擎的觉醒
过去评判图像模型好坏看像不像真人、参照物,在GPT - Image 2面前此标准过时。它是支持思考模式的图像模型,输入提示词后先思维建模再绘制。Linux.do社区实测图模拟雷军直播跑步,显示里程、海拔等信息,体现其完成推理,不只是画画而是思考。
从玩具到生产力
GPT - Image 2不再是玩具,成为商业场景可用工具。以海报设计为例,其构图等方面超普通人类设计师。聘请美工成本高,而用它调整成本低。在相关领域AI替代效率高。开发者文档暗示它是为下一代大语言模型而生的视觉终端,通过新API可自然交互并多轮修改。
中文渲染的巅峰
GPT - Image 2对汉字支持完美,社区实测图文字有书法韵味等。与前代模型对比,它在文字清晰度和审美上有突破,但仍未真正“理解”文字规律,细微处乱码难根除,不过对多数商业场景足够。
尚未封神的缺陷与边界
GPT - Image 2虽强大但有缺陷,处理复杂虚构任务会陷入逻辑怪圈,API高分辨率意味着高token消耗和延迟。图像和视频模型面临深度伪造伦理挑战,AI生成普通人图像难辨真假,相关领域面临信任危机。它让生图模型从玩具走向生产力工具,对设计从业者是充满FOMO的时代,也是善用工具者的好时代。
1732



被折叠的 条评论
为什么被折叠?



