财π新闻 四月份发布的GPT-Image-2目前依然是AI生图领域的标杆产品，凭借全面且强大的生成能力占据行业主导地位，其应用场景已经覆盖大量专业和日常创作需求，无论是结构复杂、信息密度极高的各类信息图制作，还是普通用户日常使用的图像编辑调整工作，都能看到这款模型的广泛应用。作为当前公认的AI生图领域头部产品，GPT-Image-2在多个核心技术维度都实现了显著突破，此前长期困扰全球AI图像模型的文字渲染难题，在这款产品上得到了有效解决，它的中文渲染表现尤为突出，能够精准生成包含完整汉字内容的出师表、报纸版面、数学试卷等复杂文本载体，甚至可以完成带有完整叙事逻辑的手写情书、人物关系图谱等特殊内容的生成，文字准确度获得相关评测的满分评级，彻底摆脱了过往AI生成文字常见的乱码、漂浮错位等问题。除了文字处理能力的大幅升级，GPT-Image-2的世界知识储备也达到了极高的完备度，能够生成细节高度还原的各类互联网平台界面截图，比如布局完全符合真实产品逻辑的YouTube首页、带有完整人设信息的小红书个人主页等，画面细节的丰富度和准确程度几乎可以以假乱真。在图像修改的精准度层面，这款模型也实现了明显提升，用户通过简单的指令就能完成指定区域的调整，大幅降低了图像修改的操作门槛。相关评测数据显示，GPT-Image-2已经登顶大模型竞技场全部相关榜单，在文生图类别中以242分的优势领先谷歌的同类模型，目前已经向所有ChatGPT和Codex用户开放使用，对应的API接口也同步上线，覆盖了网页端、移动端App等多个使用入口，普通用户无需复杂的专业操作，仅用三五句简单的描述，就能生成杂志封面、信息长图、风格海报等专业级视觉内容，大幅降低了高质量视觉内容的生产门槛。

近期，一款名为Imagine Image 2.0的新生图模型凭借差异化的功能定位快速进入公众视野，马斯克在社交平台X上对这款模型进行了大力推广，引发了大量用户的关注和体验。根据大模型竞技场的公开榜单数据，Imagine Image 2.0在文本转图像生成和图像编辑两个核心评测类别中均位列世界第二，仅次于GPT-Image-2，是当前AI生图领域表现仅次于头部产品的新势力。不同于传统生图模型普遍侧重提升最终生成画面质量的发展路线，Imagine Image 2.0将核心研发方向放在了可交互的精准编辑能力上，走出了一条差异化的市场突围路径。用户上传任意一张图片后，模型会自动对整张图片的内容进行智能识别拆解，将画面中的不同元素分离为多个独立的图层，比如一张维基百科风格的表情包图片，模型可以将画面中的地球每一块碎片都单独识别为独立图层，下方举着地球的人物也会被进一步拆分为仅人脸、包含手势动作两个独立图层，拆分的精细程度远超普通用户的预期。完成自动分层之后，用户可以直接点击任意一个对应的元素图层，输入自定义的提示词对该区域内容进行单独修改，无需重新生成整张图片，大幅提升了图像编辑的操作效率。如果自动分层没有覆盖到用户想要修改的特定区域，用户还可以使用精确编辑功能，手动框选目标物体作为自定义选区，同样可以通过提示词完成针对性的改动，搭配魔棒工具处理自动分层未能覆盖的区域，几乎可以实现全画面任意位置的精准调整。除了分层编辑功能之外，Imagine Image 2.0还支持将任意选中的主体元素直接导出为透明背景的素材文件，用户只需点击对应图层右侧的下载按钮，就能快速获得无背景的独立元素素材，省去了传统图像编辑中手动抠图的繁琐步骤。这款模型还搭载了多参考编辑功能，一次最多可以同时处理五张输入图像，自动完成不同图像内容之间的拼接融合，无需用户手动调整对齐，就能快速生成融合多张图片元素的新作品。

在实际的用户使用场景中，Imagine Image 2.0的分层编辑能力展现出了极高的实用性，尤其在表情包制作和修改领域表现尤为突出，成为这款模型快速出圈的核心应用场景。用户上传经典的“分心男友”表情包原图之后，模型会自动将画面中的不同人物、背景元素拆分为独立图层，用户可以直接选中不同的选区，快速替换或者新增对应的内容，几分钟之内就能生成符合自身表达需求的全新定制表情包。如果用户上传的是一张带有多个气泡框的会议室白板图片，模型会自动将每一个对话框都识别为独立的可编辑选区，用户只需选中对应的气泡框，输入想要填入的文字内容，就能快速生成一张完整的纵向漫画Meme图，整个操作过程不需要任何专业图像编辑技能，普通用户也能轻松上手完成创作。和GPT-Image-2主要依赖提示词生成或者点选评论来控制生成过程的交互模式相比，Imagine Image 2.0的交互逻辑更加直观易懂，操作路径也更加简洁，整体交互友好度获得了大量用户的认可。除了表情包创作之外，这款模型的能力还可以覆盖文字密集信息图制作、广告素材生成、游戏素材设计、UI/UX模型搭建、故事板创作等多个专业场景，不同需求的用户都能找到对应的使用方式。目前这款模型的体验入口已经开放，用户可以直接上传图片体验全部编辑功能，无需复杂的申请流程。

随着大量用户的深度使用，Imagine Image 2.0也收到了不少来自用户的反馈意见，其中争议最多的点集中在审核机制层面。不少用户反映，这款模型的审核机制设置得十分严格，当用户尝试生成或者编辑包含受版权保护内容的图像时，系统会直接给出无法生成的提示，比如上传蜘蛛侠等拥有明确版权归属的知名形象时，系统会直接拦截相关操作，提示用户无法生成可能包含受版权保护的内容。与此同时，各类擦边相关的内容也受到了更强的限制，几乎无法通过模型生成，部分用户因此吐槽这款模型的可用范围受限，使用体验有所下降，“越来越难用”的评价也在用户群体中不时出现。

在AI生图赛道的头部产品持续迭代的同时，OpenAI也正在大模型竞技场上测试GPT-Image-2的后续新版本，这款正在测试中的新模型代号为mona-lisa-1。根据参与测试的用户反馈，这款新模型在生成内容的真实感和画面噪声控制方面都有小幅改进，有效降低了过往AI生成图片常见的“AI感”，最终生成的画面效果更接近普通手机拍摄出来的真实照片质感。经过用户的实际验证，这款测试模型生成的所有图片都带有OpenAI SynthID水印，能够清晰标识内容的生成来源，避免后续出现内容溯源的相关问题。这款测试模型的知识截至时间为2025年5月22日，目前官方尚未公布这款新模型的具体定位和后续发布计划，外界相关的推测认为，它有可能是GPT-Image-2.0 Mini版本，也有可能是一款面向开发者群体推出的开源生图模型。除了官方正在测试的新版本之外，现有正式发布的GPT-Image-2也被用户挖掘出了全新的使用玩法，用户通过输入特定组合的提示词，就可以生成带有自然运动模糊、光线分布不均效果的极真实随手自拍照片，生成的画面细节和真实生活中普通人随手拍摄的自拍照几乎没有任何区别，进一步拓展了这款模型的使用边界。

(编辑：胡中华)