OpenAI 發布新一代圖片生成模型 ChatGPT Images 2.0。這次更新橫跨推理能力、彈性長寬比、多語言文字渲染，以及與 Codex 開發環境的整合，幾項改動指向同一個方向：讓圖像生成從創意探索，延伸到可交付的設計產出。
對企業團隊而言，這代表圖像 AI 的應用範圍可以更廣，從發想階段的靈感素材，擴展到資訊圖表、投影片、UI 原型等日常設計與內容工作。
本篇 Aiworks 將帶你看 ChatGPT Images 2.0 的核心更新、與前代模型的關鍵升級，並透過 5 個情境實測對照，讓你一次了解實際差異。
ChatGPT Images 2.0 的 4 大新功能
推理能力：圖像模型的首次突破
ChatGPT Images 2.0 是 OpenAI 首個具備推理能力的圖像模型。在選用 Thinking 或 Pro 模型時，它能夠：
- 搜尋網路以獲取即時資訊
- 從單一提示生成最多 8 張各異的圖像，並維持角色與物件的一致性
- 自我檢查輸出內容的準確性
這代表圖像生成不再是單步驟的「輸入提示、輸出圖片」，而是可以在生成過程中參考外部資料、進行自我修正。對需要基於最新資訊產出視覺內容的團隊，例如季報封面、活動素材、產業簡報，這是直接影響工作流程的改變。
彈性長寬比：從社群圖文到 360 度全景
Images 2.0 支援最寬 3:1、最高 1:3 的長寬比，輸出結果可直接用於橫幅、海報、手機螢幕、社群圖文等各種場景。過去圖像 AI 多半預設 1:1 或 16:9，超出標準比例就需要後製拼接或重新生成，Images 2.0 把版面規劃直接納入生成範圍。
(source: @minchoi on X/Twitter)
更高解析度
API 端支援最高 2K 解析度，2K 以上的輸出目前仍在 beta 測試階段。對企業實務用途來說，這讓同一張圖更可能直接用於印刷品、大螢幕投影或高解析度的數位素材。
與 Codex 整合：開發工作流的內建能力
圖像生成功能現已內建於 Codex。開發者不需離開工作環境，就能生成、迭代並交付應用程式、UI 原型及設計素材。
(source: @Angaisb on X/Twitter)
與前代模型相比：5 個關鍵升級
- 指令遵循與精確度：ChatGPT Images 2.0 在遵循細節提示、保留指定元素，以及呈現小字體、圖示、UI 元件等精細內容方面都有顯著進步，降低了「講清楚要什麼卻得不到什麼」的反覆修正成本。
- 多語言文字渲染：ChatGPT Images 2.0 在日文、韓文、中文、印地語及孟加拉語方面有重大改進，包含中文資訊的圖表、投影片、海報都可以產出，不僅文字渲染正確，也能與整體設計自然融合。
- 風格真實感與還原度：在寫實攝影、電影感畫面、像素藝術、漫畫等多種風格上均有提升，在材質、光影與構圖的一致性方面也更為出色。整體成果「更像是有意為之的設計，而非 AI 生成的產物」。
- 物件擺放與構圖：模型在場景中物件的擺放與相對關係上更為精準，整體構圖感與視覺品味也更加成熟。
- 視覺與世界理解能力：模型能夠端到端地整合資訊，從撰寫說明文字、規劃版面結構，到生成視覺內容，結構更清晰，留白運用也更具設計意識。
(source: Introducing ChatGPT Images 2.0, OpenAI)
ChatGPT Images 2.0 vs GPT Image-1.5：五大情境實測對照
Aiworks 先前發布過 AI 圖片生成實測：ChatGPT vs Gemini 五大情境深度解析，這次我們挑選部分 GPT Image 1.5 的實測結果，以 ChatGPT Images 2.0 再次生成對照。
資訊圖表（Infographic）中英文精準度
Prompt（提示詞）
根據以下內容，製作一張介紹「什麼是 ETF 及其如何運作」的資訊圖表（infographic），若有文字請以 zh-tw 撰寫。
風格：低飽和度、簡約、俐落、橘色調
```
ETF 由證券投資信託公司或期貨信託公司發行，是一種開放式基金 。基金公司會用投資人的錢去購買一籃子的股票或債券，這些標的通常會追蹤某個特定指數，例如台灣 50 指數或高股息指數。投資人買進 ETF 後，就等於同時持有這一籃子裡所有的股票，不需要自己一支一支去買 。
ETF 在證券交易所掛牌交易，你可以在股市開盤時間內隨時買賣，就像交易一般股票一樣 。這點跟傳統共同基金不同，傳統基金只能在每天收盤後以當日淨值申購或贖回。
```寫實情境示意圖：自然的人物與景物互動
Prompt（提示詞）
* 風格：寫實，暖色調，長焦大光圈，整體氣氛明亮、溫馨且輕鬆愉悅。
* 內容：一位梳起髮髻、著淺橘色正裝制服、掛著耳麥的台灣女性客服人員，正在協助一位銀捲髮、台灣阿嬤。在門市服務櫃檯，客服人員面帶微笑，操作手機 APP 給阿嬤看，周圍有少量暖橘色調的科技感霓虹 icon 和 UI。圖片風格轉換：精準重塑物品與角色視覺風格
Prompt（提示詞）
將人物或圖像轉化為質地柔軟且比例圓潤的可愛絨毛玩具造型。如果畫面中有人物，則保留標誌性特徵；否則，用毛氈或絨布等材質將物件或動物重新詮釋為觸感舒適的填充玩具。賦予他們舒適的毛氈或絨布質感，簡化造型，並用精緻的刺繡點綴眼睛、嘴巴和五官。使用溫暖的粉彩色調或中性色，搭配柔和的陰影和細緻的縫線，就像手工製作的填充玩具。保持人物表情友善可愛，頭有點大，四肢短小，整體輪廓圓潤可愛。最終作品應該感覺像一個迷人、值得收藏的絨毛玩具 —— 溫馨舒適、令人愛不釋手，同時又能辨認出原始人物。角色一致性實測：根據參考圖片精準還原特定角色
Prompt（提示詞）
附圖皆是我的貓 —— 茂茂。
請參考附圖並保留角色細節，生成一張茂茂站在衝浪板上、在大海的浪管中衝浪的真實照片。局部編輯實測：精準修改圖片指定細節與顏色
Prompt（提示詞）
幫我將圖中蛋糕上的生日歲數蠟燭替換成「26」現階段依然有限制
ChatGPT Images 2.0 是重大進步，但並非完美。目前仍有以下侷限：
- 需要完整且連貫的物理世界模型的任務，例如摺紙教學、魔術方塊等立體拼圖，仍有困難。
- 需要在隱藏、傾斜或反轉表面正確呈現的細節，可能無法準確生成。
- 非常密集或重複的視覺細節（例如細緻的沙粒），可能超出模型處理能力。
- 標籤與圖表仍需人工檢查準確性，特別是依賴精確箭頭或零件標註時。
對企業應用來說，這代表 ChatGPT Images 2.0 適合設計成「AI 先產、人審後交付」的工作流程，不適合直接把輸出連接到對外發布流程。
(source: Introducing ChatGPT Images 2.0, OpenAI)
Aiworks 觀點：從「試驗工具」到「可交付的設計產出系統」
GPT Image-1.5 時期，圖像 AI 的定位仍然是創意探索或輔助設計：好玩、有潛力，但真正能用在正式交付場合的產出有限。ChatGPT Images 2.0 定位更接近可直接交付資訊圖表、投影片、說明文件與 UI 原型的工作流程工具，並把它整合進 Codex 開發環境。這是定位上的質變。
對企業而言，這代表評估角度要從「這個工具有什麼新功能」改為「這是否能嵌入我們現有的設計與內容工作流程，縮短從構思到可用素材的時間」。值得盤點的具體問題包含：
- 哪些例行產出（月報圖、活動海報、產品說明圖、UI 原型）可以由 AI 先產、人審後交付？
- 哪些角色的工作會因此改變？是省下時間，還是需要重新定位職責？
- 在品牌一致性、法遵審查與素材管理上，需要建立什麼新的流程？
圖像 AI 的進步不會自動轉換成企業能力，決定成效的是工作流程的設計，以及人對工具的共識。Aiworks 會持續追蹤這類工具在企業實際場景中的落地方式，協助團隊把圖像生成納入可被複製、可被驗證的產出流程。
📩 想為你的組織打造 AI 協作能力？
Aiworks 提供企業內訓、客製化培訓與實作工作坊，協助各產業團隊規劃生成式 AI 的導入與應用策略。
▼ 聯絡我們｜規劃你的 AI 實戰課程，讓轉型真正落地 ▼
（若表單未正常顯示，請點擊此連結進入表單填寫頁面）
推薦延伸閱讀
▶︎ AI 圖片生成實測：ChatGPT vs Gemini 五大情境深度解析
▶︎ 什麼是 Agent Skills？為 AI 打造一本企業級任務攻略
▶︎ 同樣使用 AI，為什麼成效因人而異？用 Prompt Library 打造企業專屬的 AI 溝通指南
▶︎ 2026 Anthropic 經濟指數報告解析：AI 如何重塑知識工作與企業專業價值
▶︎ 從醫療 AI 策略看企業合規：AI 如何踏入高度監管產業？