2026年4月21日，ChatGPT 更新了新的生图模型 ChatGPT Image 2.0。
在各大社交媒体上刷屏——只需简单指令，即可生成过去需要复杂操作才能制作的细腻且以假乱真的图像。这标志着在 AI 生图领域，OpenAI 重新占据主导地位。
以下是 ChatGPT 官网对 Image 2 的介绍：
https://openai.com/zh-Hans-CN/index/introducing-chatgpt-images-2-0/#textmode
图像不仅是装饰，更是一种语言。优秀的图像应如精辟的文字：它裁选素材、编排结构、揭示本质。它可以解释一种机制，营造一种氛围，测试一个创意，或是阐述一个论点。
更高的精度与控制力：微小文字、图标系统、UI 元素、密集构图以及细微的风格约束，在 API 中分辨率最高可达 2K。
更强大的多语言能力：新增“在中文、日语、韩语、印地语和孟加拉语中表现出色”。
同时在风格表现和写实度上也更加出色。
简而言之：无敌。
图生图实践
笔者一直喜欢创作幻想题材图片。
制作于2018年2月13日生日推送，目前正在南洋做博后的🐷哥哥
对于图像的处理已获取图像本人许可
Image 2 一出，有如低山臭水遇知音、一拍即合如虎添翼。随即对这张图进行现代化优化——开启 GPT 的 Think 模式，传入 prompt：
用这个人脸生成一个在斯德哥尔摩拿诺贝尔奖的图片，要求西装革履，以假乱真，清晰正脸，颁奖为诺贝尔化学奖，所有信息符合真实世界诺奖颁奖设定。16:9，大师作品。
接着生成与瑞典国王合影：
同一环境，超写实照片，这次是与瑞典国王合影，服装一致，焦距约20mm，透视和光影真实。
除了极难察觉的光影或透视细节，简单结构化 prompt 已可达到以假乱真的效果。
文生图实践
笔者一直在南方生活，对雪情有独钟，但实际见雪次数屈指可数，因此用 AI 生成美丽雪景。
结合中国各大高校主题，用文字生图测试效果。图片与文字见下（学校顺序依笔者偏好）。
笔者对其他实力强劲的高校并不了解，因此未安排场景。
图生图实践2：期末智华馆
笔者尝试用文生图回忆香港大学智华馆学习记忆，prompt 如下：
但生成的图片并非真正的智华馆内景。
推测 Think 模式下文生图模型的工作流程：
识别 prompt 意图 → 联网搜索目标图片 → 调用模型资源生图 → 返回结果。
显然第二步识别“智华馆”内景时出问题。由于链路对用户是黑盒，手动解决：上传真实智华馆图片，让 GPT 在对话中记住。
笔者在智华馆熬夜赶作业的凌晨
再将上述 prompt 发给 GPT：
生成一张真实的雪中香港大学照片，场景是智华馆凌晨，里面坐满人，站着的地方也站满人，至少三张桌子分别放着：吃剩的乱糟糟麦当劳外卖、带电饭煲煮饭的阿姨、缠绕在一起亲嘴的情侣、眼睛通红赶论文穿拖鞋的男子。
效果出色：
该图在某社交媒体获1万阅读量（此处应有掌声👏）
总结简单生图实践套路
传入带正面提示词、负面提示词（可选）、参考图片（可选）的 prompt，开启 GPT Think 模式生成目标图片。后续通过反复对话和编辑调整细节。
当然，请勿用于非法用途。GPT 生图内置敏感内容审查与数字水印，技术上或许可绕过，但违规成本通常大于收益，动手前请三思。