馬斯克帶貨、默寫出師表？記者實(shí)測(cè)Images 2.0：懂中文、會(huì)思考，AI要搶人類飯碗

藍(lán)鯨新聞4月26日訊（記者 陸鵬鵬）馬斯克在抖音直播間帶貨老干媽、小學(xué)生在小賣部買零食、庫克入職小米汽車……近日，一組圖片在社交平臺(tái)瘋狂刷屏，這些圖片畫面細(xì)節(jié)逼真，幾乎難辨真?zhèn)巍?/p>

圖片由AI生成

ChatGPT Images 2.0發(fā)布

生成圖片以假亂真

近日，美國(guó)人工智能公司OpenAI正式推出ChatGPT Images 2.0模型，這是其ChatGPT平臺(tái)內(nèi)圖像生成功能的最新一次升級(jí)。

據(jù)官方介紹，ChatGPT Images 2.0是OpenAI首個(gè)具備“思考”能力的圖像模型。用戶啟用該功能后，系統(tǒng)可在生成前對(duì)圖像結(jié)構(gòu)進(jìn)行推理規(guī)劃，并聯(lián)網(wǎng)檢索信息自動(dòng)補(bǔ)全品牌、場(chǎng)景等細(xì)節(jié)。此外，模型在詳細(xì)指令遵循、物體的精準(zhǔn)放置與關(guān)聯(lián)以及密集文本渲染方面有了巨大進(jìn)步，目前ChatGPT每周圖像產(chǎn)出已超過10億張。

社交媒體上熱傳的“馬斯克帶貨”“小學(xué)生選零食”“庫克入職小米”等以假亂真的圖片，均由該模型生成。由于畫面細(xì)節(jié)過于逼真，相關(guān)話題迅速?zèng)_上熱搜，引發(fā)全網(wǎng)熱議。其中，“庫克入職小米”的虛假圖片因傳播廣泛、誤導(dǎo)性強(qiáng)，小米高管不得不親自出面辟謠。

圖片由AI生成

從此次升級(jí)來看，ChatGPT Images 2.0與現(xiàn)有其他模型的區(qū)別在于，它幾乎去除了所有可識(shí)別的AI痕跡，生成的照片呈現(xiàn)出極強(qiáng)的真實(shí)感。

文字處理能力更強(qiáng)

會(huì)像人類一樣思考

模型發(fā)布后，藍(lán)鯨新聞?dòng)浾邔?duì)ChatGPT Images 2.0進(jìn)行了深度實(shí)測(cè)。

圖片由AI生成

首先測(cè)試的是畫面精度，記者輸入提示詞，要求模型生成一張“馬斯克帶貨藍(lán)鯨新聞”的圖片，不到一分鐘，Images 2.0便交出了答卷。畫面中，馬斯克身穿黑色T恤，四周布滿了藍(lán)鯨新聞的品牌元素，其中還包括“獨(dú)到視角、價(jià)值新聞”等補(bǔ)充性的品牌關(guān)鍵詞。整體構(gòu)圖自然、細(xì)節(jié)豐富，幾乎難以分辨是否為AI生成。

隨后，記者嘗試使用“山姆·奧特曼在直播間帶貨”的提示詞進(jìn)行生成。短時(shí)間內(nèi)，Images 2.0同樣給出了一幅以假亂真的圖片。

圖片由AI生成

畫面完整復(fù)現(xiàn)了直播間的典型布局，左上角為“藍(lán)鯨新聞”官方賬號(hào)，顯示“10萬+”粉絲與點(diǎn)贊數(shù)量；主播位置雖為虛擬的山姆·奧特曼形象，但其神態(tài)、光影與真人直播無異。

此外，補(bǔ)充元素也近乎完整，“深度權(quán)威及時(shí)”的品牌標(biāo)語、“7x24小時(shí)快訊不間斷”的功能介紹，以及售價(jià)0.01元的“直播專享價(jià)”商品鏈接，甚至連網(wǎng)民評(píng)論的文字也能精準(zhǔn)呈現(xiàn)出，整體觀感與真實(shí)直播間截圖幾乎無法區(qū)分。

一分鐘做海報(bào)、畫漫畫

Images 2.0來搶人類飯碗了

對(duì)于Images 2.0來說，畫面精度只是最基礎(chǔ)的升級(jí)，其最大的突破在于增加了“思考”能力。從上述兩組圖片的補(bǔ)充信息便可以看出，記者僅輸入一句關(guān)鍵詞，模型便能主動(dòng)聯(lián)網(wǎng)搜索已有信息，對(duì)畫面進(jìn)行補(bǔ)充與完善。

為了進(jìn)一步驗(yàn)證模型的思考能力，記者進(jìn)行了更深度的測(cè)試。以“藍(lán)鯨新聞參加北京車展”為提示詞，要求模型生成一張宣傳海報(bào)。不到一分鐘，Images 2.0便交出了一張要素豐富的圖片。

圖片由AI生成

畫面主體為“2026北京國(guó)際汽車展覽會(huì)”，地點(diǎn)為中國(guó)國(guó)際展覽中心，并配有“現(xiàn)場(chǎng)直擊、深度報(bào)道、洞察趨勢(shì)”等品牌標(biāo)語，整體風(fēng)格正式、信息層級(jí)清晰。

不過美中不足的是，模型初次生成時(shí)將年份錯(cuò)寫成了“2024年”。經(jīng)記者再次提示糾正后，模型才將時(shí)間修正為“2026年”。這一細(xì)節(jié)也反映出，盡管模型具備一定的推理與檢索能力，但在時(shí)間邏輯的自洽性上仍有提升空間。

除了海報(bào)外，記者還讓模型生成了一組以藍(lán)鯨新聞為主題的漫畫，這一次，Images 2.0展現(xiàn)了它在多模態(tài)敘事上更強(qiáng)的思考能力。

圖片由AI生成

整個(gè)漫畫共6格，畫風(fēng)統(tǒng)一，劇情連貫。整組漫畫不僅角色形象（藍(lán)鯨標(biāo)志、記者造型）前后一致，對(duì)話框中的中文文字也渲染得清晰準(zhǔn)確，幽默感和敘事邏輯均在線。可以看到的是，Images 2.0已經(jīng)從單張“造圖”進(jìn)化到了能夠理解并執(zhí)行完整短劇分鏡的水平。

可以說，Images 2.0已經(jīng)在直接挑戰(zhàn)設(shè)計(jì)師與漫畫家的“飯碗”，那些過去高度依賴人工完成的創(chuàng)意排版、海報(bào)繪制和多格漫畫工作，正面臨被AI快速替代的風(fēng)險(xiǎn)。

總結(jié)來看，ChatGPT Images 2.0在多個(gè)維度實(shí)現(xiàn)了跨越式升級(jí)：像素級(jí)精度上，小字號(hào)文本、圖標(biāo)、UI元素等復(fù)雜細(xì)節(jié)可一鍵生成；多語言渲染迎來質(zhì)變，中文等文字得以精準(zhǔn)呈現(xiàn)，通篇默寫《出師表》也不在話下；視覺風(fēng)格日趨成熟，從照片級(jí)逼真感到電影劇照、動(dòng)漫漫畫，都能拿捏得當(dāng)；更為關(guān)鍵的是，它成為首個(gè)具備推理能力的圖像模型，能夠主動(dòng)聯(lián)網(wǎng)搜索、自我復(fù)核輸出。

圖片由AI生成

不過該模型也并非十全十美，記者實(shí)測(cè)發(fā)現(xiàn)，Images 2.0生成的所有直出圖中均沒有標(biāo)注“AI生成”的強(qiáng)制水印。這直接導(dǎo)致了當(dāng)前網(wǎng)絡(luò)生態(tài)中，大量以假亂真的圖片被造謠者拿來制作虛假新聞。隨著Images 2.0生成的圖片越來越真實(shí)，人類分辨真假的難度也在同步上升。