OpenAI 於 4 月 22 日正式推出新一代生圖模型 ChatGPT Images 2.0。這次更新聚焦於文字呈現、指令理解、多語言生成與構圖能力，改善過去常見的文字模糊、細節錯置及排版不自然等問題。
OpenAI 表示，ChatGPT Images 2.0 不只是單純的圖片生成工具，也能協助設計、教學與內容製作。所有 ChatGPT 用戶即日起均可使用；Plus、Pro 或 Business 方案則可進一步使用 thinking 模式。
ChatGPT Images 2.0 五大升級重點
1. 指令理解更精準，細節呈現更完整
ChatGPT Images 2.0 強化了對指令的理解能力，能更準確掌握物件位置、物件之間的關係，以及畫面中的細節元素。小字、圖示、使用者介面元件與複雜構圖的生成穩定性也有所提升，降低「整體符合但細節出錯」的情況。
2. 文字生成能力提升，支援多種語言
文字渲染是此次更新的重點之一。除了英文之外，中文、日文與韓文等非拉丁語系文字也有更清晰的生成表現，即使面對密集文字與複雜排版，仍能維持較好的可讀性。
模型不只著重於將文字正確呈現在畫面上，也改善了語句通順度與版面配置，因此可應用於海報、圖解、漫畫及社群圖片等需要大量文字的內容。
3. 風格控制更到位
在視覺風格方面，ChatGPT Images 2.0 能處理寫實照片、電影感畫面、像素風與漫畫風等不同類型。生成結果更能掌握各種媒材與風格的特徵，而不只是呈現大致相近的視覺效果。
4. Thinking 模式支援推理與多圖生成
使用 thinking 模式時，ChatGPT Images 2.0 能在產生圖片前進行推理與規劃，並一次生成多張不同方向的圖像，同時維持角色與物件的一致性。
這項能力可用於從單一構想延伸出一組視覺內容，例如系列海報、漫畫分鏡或設計提案，讓圖片生成更適合需要連貫內容的工作流程。
5. 畫面比例選擇增加，並開放 API
ChatGPT Images 2.0 支援從橫向 3:1 到直向 1:3 的輸出比例，可套用於簡報、海報、社群貼文及行動裝置畫面，減少後續裁切與調整的需求。
模型也具備截至 2025 年底的世界知識，可用於需要結合現實資訊的生圖需求。此外，OpenAI 透過 gpt-image-2 API 開放相關能力，開發者可將生圖功能整合至產品與服務，例如在地化廣告素材、教學圖片、設計工具及網站內容製作。
ChatGPT Images 2.0 與 Gemini 的生成比較
來源測試以海報宣傳圖、俯視角桌面場景、日系漫畫、擬真旅行照片及繁體中文洗手教學海報等指令，將 ChatGPT Images 2.0 與 Gemini 的生成結果進行比較。
測試觀察指出，ChatGPT Images 2.0 在文字渲染、排版設計、細節處理與複雜畫面等面向具備競爭力，尤其在需要大量文字、明確結構或資訊層級的場景中，生成結果更接近可直接使用的內容。
範例一：海報宣傳圖生成
原圖:
ChatGPT Images 2.0 與 Gemini 的生成結果：
範例二：情境圖片生成
ChatGPT Images 2.0 與 Gemini 的生成結果：
範例三：漫畫風格圖像生成
ChatGPT Images 2.0 與 Gemini 的生成結果：
範例四：擬真風格生成
ChatGPT Images 2.0 與 Gemini 的生成結果：
範例五：複雜文字海報生成
ChatGPT Images 2.0 與 Gemini 的生成結果：
所有 ChatGPT 用戶即日起可使用
ChatGPT Images 2.0 已正式上線，免費帳戶也能使用。若採用 Plus、Pro 或 Business 方案，則可使用 thinking 模式，體驗更完整的推理及多圖生成能力。
從上面的比較應該也能感受到 ChatGPT Images 2.0 在文字渲染、排版設計、細節處理、複雜畫面都能跟 Gemini 的 Nano Banana 2 打得有來有回；尤其是在需要大量文字、清楚結構或資訊層級的場景中，ChatGPT Images 2.0 的略勝一籌，也更接近可直接使用的程度，推薦大家自己玩玩看，感受一下！
