OpenAI 宣布新推出 ChatGPT Image 2.0，圖像生成技術又再突破，甚至比 Google 的 Nano Banana 更強。新圖像生成模型強調推理思考能力，支援多語言文字生成， 以及接近專業攝影級數的影像效果。今次更新提升畫質與細節處理，更針對平面廣告設計、品牌視覺及數碼內容創作等加強商業應用。OpenAI 強調設計師、市場營銷人員可用 ChatGPT Image 2.0 大幅降低製作成本，同時提升創作效率。不過對於一眾廣告攝影和美術設計人員，可要擔心工作可能不保⋯⋯
今次升級最明顯的改進，在於處理影像細節和真實感。過往 AI 生成圖片，常見問題包括手部變形、文字扭曲或不順、光影不自然等，而 ChatGPT Image 2.0 透過更精細模型訓練，令人物比例、材質質感、甚至反光同陰影都更貼近真實攝影效果。所生成的影像甚至可直接用於商業，如海報、社交平台造圖等，製作成本同時間均都下降。
另一個重點是提升「可控」。用戶可以更精準描述畫面構圖、鏡頭角度、燈光風格，甚至模擬特定攝影語言，例如產品硬照、時尚雜誌封面、戶外廣告視覺等。以往需要攝影師、燈光師、後期設計師配合完成的畫面，現時透過文字指令能快速生成初稿。
加強推理和處理文字能力
ChatGPT Image 2.0 對文字生成能力亦有改善。過去 AI 圖片中加入品牌名稱或標語時，往往出現錯字或變形，而今次版本在字體排列同可讀性上有明顯進步。尤其加強非中文、日文等非拉丁語系的文字，生成更為準確。對於設計海報、社交平台造圖，大幅提升實用性。
新模型的關鍵升級是加入思考和推理能力，不再根據關鍵字拼湊畫面，而可以理解複雜指令之間嘅邏輯關係，例如場景中人物之間的互動、前後景層次、甚至品牌訊息及風格。用戶輸入一段較完整嘅創意簡報（brief），模型可以「理解意圖」，再轉化成視覺輸出，不再單純逐句對應生成。廣告設計用戶可以將意念直接變成故事皮板，具體地解釋創作想法。創作人可籍此更快速從意念到執行，將想法轉為真實可用的進階設計。
現時 ChatGPT 用戶已可用 ChatGPT Image 2.0，惟免費用戶只能用基本的 ImageGen 模型，訂購 Pro 和 Plus 方案用戶獲進階的 Thinking 功能。Pro 訂戶更有 ImageGen Pro 模型可用。
中國文心一言圖像模型曇花一現
中國的百度於幾日前才升級「文心一言」圖像模型（ERNIE-Image），一度是最強的圖像模型，尤其支援圖內的文字，不過好快又被 OpenAI 追過。文心一言圖像模型為 8B 參數的開源模型，可在消費級 GPU 上執行，加強生成可讀文字，精準處理海報、漫畫分鏡等複雜結構。
