OpenAI 周二推出新的图像生成模型 ChatGPT Images 2.0。按照报道，这个模型不仅能从一次提示中生成多张图片，例如整套学习手册，还能输出包含中文、印地语等非英语文本的图像内容。
对大型 AI 公司来说，每次发布新的图像模型，往往都能重新点燃用户兴趣并带动使用量，尤其是在社交媒体出现可快速传播的模板玩法时更是如此。
这次更新的一个关键点在于，Images 2.0 能调用 ChatGPT 的“推理”能力，并通过联网搜索获取最新信息。这样一来，模型可以在单次提示下执行更多中间步骤，输出更完整、更细致的图像结果。
作者举例称，自己让模型生成一张包含旧金山次日天气预报和活动建议的信息图，结果不仅给出了与雨天相符的天气细节，还结合当地情况生成了较准确的活动推荐。
Images 2.0 还支持更灵活的长宽比设置，生成范围可从 3:1 的超宽图到 1:3 的竖长图，用户可以直接在提示词中指定图像尺寸。
在英文文本渲染方面，作者对新模型的表现总体印象较好。相比此前主流模型在图中插字时常见的乱码、错字或畸形单词，这次更新明显更成熟。
不过在非英语场景下，表现仍不稳定。作者测试生成一张带有 Timothée Chalamet 主题、模仿中文粉丝海报风格的拼贴海报时，ChatGPT 自己也承认图中不少文字是“伪中文”或半通不通的 AI 文本，其中夹杂了明显错误甚至日文字符。
因此，这一模型在英文文本生成方面已经迈出明显一步，但全球用户在本地语言中的体验是否同样稳定，仍有待更多验证。报道认为，考虑到 OpenAI 在英文图像文本渲染上的进展，其它语言表现后续仍可能继续提升。
