GPT-Image-2 深度实测
GPT-Image-2 在一场直播后正式上线，实测效果相比 Nano Banana 2 直接抬了好几个台阶。
在 ChatGPT 中直接用「创建图片」就可以直接触发。
先看几张样图。比如恋与深空老登版：
比如马斯克和库克连麦打 PK：
还有更离谱的，AI 直接生成的 X 上 Anthropic 的图——注意，这是生成的，不是截图：
从样图就可以看出来，这些图片的真实性已经到了普通人几乎无法分辨的程度。可以说，AI 生成的图片就像 AI 生成的文字一样，正式步入了一个无法分辨真假的年代——一个绝大多数设计都不再需要专业设计师的年代，一个可以对标 coding 领域、称之为 Vibe Design 时刻的年代。
相比之前的所有绘图模型，世界知识、文字渲染、修改精准度、图片审美，是 GPT-Image-2 最突出的四个进步，一个一个说。
一、文字渲染
文字渲染一直是所有 AI 图像模型最大的痛点，没有之一。之前不管是 DALL-E 还是 Seedream 还是 Nano Banana 2，让它在图里生成较多文字的海报（比如招聘海报），大概率出现各种鬼畜。想用 AI 做文字海报、产品包装、文字信息很多的图，文字部分基本无解；或者用更 AI Native 的方式——直接用 HTML 代码画，文字确实准，但视觉效果只能比较简单、模板化。
现在，GPT-Image-2 的中文渲染到了极度离谱的程度。比如直接默写一篇《出师表》：
这么多次生成，绝大多数都稳定。还有报纸：
还能生成数学试卷：
还有代写情书：
还有红楼梦人物关系图：
还有直接把职位 JD 丢给它生成的招聘海报：
中文渲染能做到这个水平，对国内用户而言，这才是设计的 aha 时刻。
二、世界知识
这是 GPT-Image-2 最离谱的能力，也是跟其他所有模型拉开差距最大的地方。
世界知识的意思是：模型对真实世界长什么样，有着极其精准的理解。比如让它生成一张 YouTube 首页截图，它不是随便画一个红色播放按钮再乱填文字，而是画出正确的布局、正确的按钮样式、正确的图标位置，甚至连各个视频的封面都是对的：
直出，无任何修改。
再比如生成一张「小红书个人主页，但主人公是 Grok」的截图：
看到这些图会差点以为真的打开了小红书和 B 站。它甚至给 Grok 编了一套完整人设：128.6 万粉丝、302.1 万获赞、「AI 来自 xAI，目标是理解宇宙并以幽默和真相回应一切问题」。这个细节量已经不是画图的范畴了。
还有游戏场景：生成一张三角洲跑刀代肝的图，要求有一个大的「1000 比 56」：
提示词里根本没说 1000 和 56 是什么，模型自己补上了「1000 万哈夫币比 56 人民币」，还补上「高效代肝、稳定比例、安全无封、全天接单」四个卖点和一句「效率看得见，实力不吹牛」。这个文案的专业程度，说是真的工作室出的海报也有人信。
还有一个案例：随手发一张车的图，不说是啥车，让 GPT-Image-2 给这台车做官网：
虽然它把 YU7 认成了 SU7，有失误，但整体效果已经非常惊人。它的世界知识比 Nano Banana 还要再强好几个档次。
三、精准度
第三个核心升级是修改精准度。这个能力在 Nano Banana 上就有体感，GPT-Image-2 又往前推了一大步——而且不只是改图，它对意图的理解也已经到了离谱的程度。
举个实际案例：一个 3D 打印的桌面小摆件（Claude Code 吉祥物周边，可以夹在显示器边上、头上举着一块小黑板），随手拍了一张照片：
把照片丢给 GPT-Image-2，只说一句话：「帮我生成一张图片，将该产品进行精修，可重新打光，精修优化，白色的背景」：
出来的效果直接就是完美的电商产品抠图主图水平：白色背景、柔光打光、产品居中、阴影自然。
接着说「帮我做一张这个产品的电商详情页海报」，它直接生成一整张产品详情长图：
从一张手机随手拍的照片，到一整套电商级别的产品详情页，整个过程只说了两句话。以前做这种详情页，设计师至少要搞两三天：拍产品照、修图、做排版、写文案、做分区详情、做场景图。
还有一个纯玩梗的案例：传一张电影《闪灵》的经典画面（杰克·尼科尔森把脸怼进门缝里那张），配上两张参考图——迪迦奥特曼和一只黄色猫咪：
生成的合成图：
再换成奥特曼和真人照片：
还能让一群名人在 AIFUT 大会上圆桌对谈：
GPT-Image-2 对各类物品的精准度极高。唯一可惜的是，对亚洲人的人像一致性没有那么好。
四、审美
最后一个升级最微妙但最重要：审美。之前 GPT 画图常被诟病审美差，Nano Banana 的审美跟 Midjourney 比也差一截，但 GPT-Image-2 出来的图不一样了——有品味。
比如一张 K-POP 女团第三张迷你专辑的概念海报：
所有人黑色系造型，侧逆光加柔焦，整体色调偏冷灰蓝，跟 ECLIPSE（日食）的概念完全吻合；肢体、影子全是对的，脸部细节、发丝、饰品光泽、布料褶皱质感都在线，每个人还有不同的 pose 和气质。
还有一张信息量极大的图：Mariah Carey 90 年代生涯中文信息长图。
这张图展现的不只是审美，还有信息设计能力：左边是 Mariah Carey 侧面照配文案，右边是 1990 到 1999 的年份时间线，每一年一段中文描述和代表单曲，旁边配上当年的专辑封面。信息密度非常恐怖，但更恐怖的是它好看——这种「大量信息 + 美感 + 准确性」的三角组合，以前只有比较不错的视觉设计师能做到。
纯艺术方向也能打，比如暗黑风格的金克斯：
GPT-Image-2 把设计的门槛又一步拉到极低：现在人人真的都可以做设计了。
写在最后
GPT-Image-2 对设计行业的冲击比以前所有时刻都大，因为它好到了一个临界点——好到让画图这件事本身不再稀缺。
2015 年知乎上有个问题：「设计师这样的工作，可以做一辈子吗？」
当时高赞回答里有一段话：
不要忘了，设计师，绝对，绝对不是画图员。设计师的最终价值，在于思辨。在于面对纷繁复杂的现实问题时候，切中肯綮，直击要害，找到最优解。你可曾感受过，一个设计师思考力量之强大么？
GPT-Image-2 把画图这件事彻底民主化了：任何人不需要任何设计基础，只要会说话，就能做出 80 分甚至 90 分的设计。但画图从来都不是设计，画图是设计的执行层；设计的核心是思考、是思辨——理解一个商业问题、拆解用户需求、在无数种可能性中找到最精准的解法，然后把它视觉化。
所以，设计行业完蛋了吗？画图员的时代确实结束了，但设计师的时代才刚刚开始。这个世界永远不缺画图的工具，但永远需要真正的思考者、创造者和问题的解决者。