OpenAI新图像模型gpt-image-2曝光 强化图表与真实感生成能力
近日，据动察 Beating监测信息显示，OpenAI正在测试的新一代图像生成模型已进入部分用户体验阶段，并在第三方评测榜单中以代号形式出现，外界普遍将其称为“gpt-image-2”。虽然官方尚未正式公布，但多方信息显示，该模型有望在未来几周内对外发布。
从已知测试反馈来看，这一版本的图像生成能力相比上一代有明显变化，尤其集中在两个方面。一方面是复杂图表与结构化图像的生成能力显著提升。例如，在白板场景中精准放置便利贴、标注文字或排列图形，这类任务在过去的模型中经常出现位置偏移或逻辑错乱的问题，而新模型在空间理解与布局控制上有明显改善。
另一方面则是“视觉真实感”的调整。此前的图像生成模型常常因为光影过于完美、人物皮肤过度平滑而显得不自然，这种“AI感”成为用户识别生成图像的重要特征之一。而新模型据称正在刻意弱化这种过度修饰，让生成结果更贴近真实摄影或设计素材的风格，从而减少人工合成痕迹。
这一轮升级的背后，也与Sam Altman此前在内部提出的“code red”机制有关。据知情人士透露，该机制启动的背景之一，是市场竞争压力的加剧，尤其是来自Google相关图像模型Nano Banana在用户端的快速走红。图像生成能力因此被列为优先级较高的改进方向之一。
从用户增长层面来看，OpenAI近期也面临一定压力。数据显示，ChatGPT周活跃用户数已稳定在约9.2亿左右，未能如预期在2025年底突破10亿大关。在这种增长放缓的背景下，产品体验的迭代被视为重新刺激用户活跃的重要手段。
有内部人士提到，OpenAI希望通过此次升级复现类似“吉卜力时刻”的用户增长爆发。在2025年初，曾出现大量用户将个人照片转化为吉卜力风格图像的现象，短时间内带动平台流量显著上升。这种由图像功能驱动的传播效应，被认为具有较强的用户裂变能力。
除了娱乐与创作场景，新模型在实用性方面也被寄予更多期待。随着文字渲染精度与结构理解能力提升，图像生成不再仅仅用于视觉娱乐，还可能进入广告设计、教育内容制作以及商业演示等更严肃的应用场景。例如自动生成带有准确标注的教学图表，或快速制作营销素材草图。
在行业竞争层面，这一方向也具有一定战略意义。目前，Anthropic在编程模型领域取得了一定优势，而OpenAI则希望通过图像与多模态能力强化自身差异化能力，从而在不同产品赛道中保持竞争力。
总体来看，gpt-image-2的曝光不仅是一次模型升级，更像是OpenAI在增长压力与技术竞争双重背景下的一次产品调整。随着图像生成能力逐步从“可用”走向“更真实、更可控”，这一领域的竞争也正在进入新的阶段。