OpenAI GPT Image 2 正在灰度

据说这个版本是全新的独立多模态架构，非扩散模型（Diffusion Model）。

分辨率：原生 4K 输出（2048×2048 或 4096×4096），支持 16:9 宽屏比例。
生成速度：预计 3 秒内生成。
文件支持：每张图像应小于 25MB 的 PNG、WEBP 或 JPG 文件，最多可通过数组提交 16 张图像。

生成一大特点：图片里的文字渲染可读、拼写正确。
中文书法、荧光汉字、韩文、阿拉伯文等密集文字内容，整体表现稳定。见图8。

另外一个特点极强的真实感，几乎跟我们日常看到真实世界拍照形成的图片差不多，在语境理解、物理规律、光照和材质属性方面的表现几可乱真。见图7。

最后一个角色一致性：在多轮生成或故事性场景中，能保持人物角色、物体特征的一致性，适用于漫画、故事板等内容创作。

图1-3来自官网，图4、5、6是网友测试和Nano Banana 2，Image 1 的对比。

已知缺陷：
空间推理缺陷：镜面反射颜色错误（魔方反射，见图9）、倒影界面文字方向错误（"WOW" 的 O 变方）。
专业领域错误：医学解剖图存在多处结构性错误。
复杂文字场景：中文书法笔画衔接不自然、印章文字识别困难。
黄色滤镜问题：GPT-Image-1 遗留问题，GPT-Image-2 已改善但仍需验证。

OpenAI GPT Image 官方文档：
https://developers.openai.com/api/docs/guides/image-generation