如何看待 OpenAI 近期小范围内测的 GPT-image-2 生图模型？

我觉得这次的GPT-image-2是一个更会画图的模型，它现在可以生成一整页的内容。

我用最简单的方式测试了它，比如一句话做教材、做海报、梳理人物关系。给出来的结果，可用度很高。

用案例说话

我用的是最普通的一句话，没有复杂prompt，就是最接近真实用户的表达。但出来的东西，已经完全不是你熟悉的那种AI生成图了。

我把这9个例子分成三类，看完基本就能判断，这个模型到底变了什么。

先看知识类内容

比如“生成一页高中历史教材，主题是工业革命”，可以看一下，出来的是一整页的内容，包含了时间线、关键事件等，真的可以做为课本来用。

再比如“生成一页高中生物课本，主讲细胞结构”，它直接给出带标注的结构图。

再往上加复杂度：“梳理《名侦探柯南》人物关系，按阵营分类”，它会自动拆阵营、梳关系，不是简单的信息罗列。

还有一个例子“生成一张特斯拉的发展历程图”，按照时间节点、阶段划分、关键产品输出一张图，发展历程一目了然。

甚至再加一点分析，“用信息图方式分析苹果公司的商业模式”，它把定位、商业模式、收入来源这些都展示出来了。

其实还有一些邪修的方法，就是一些恶搞，我看了简直可以以假乱真（这里不做教程）

想一想，之前做这些需要先找资料，再手搓内容、排版设计，最后还要反复改；现在一句话，直接生成一整套完整表达。我明显感觉到它不只是为了生图而生图，而是在把东西讲清楚。

再看一些更接近实际使用的设计场景

比如“设计一张高端法式餐厅菜单”，结果不是草稿，而是已经做好排版设计的，直接拿来用是没问题的。

换到宣传海报场景，“做一张杭州城市宣传海报，体现江南文化和现代科技融合”，我真的很喜欢这张，真的是可以直接发布的成品图。

以前AI图像更多像是参考图，后面还要继续改。现在有些结果已经接近可用初稿。

最后是结构分析类内容

比如：“生成广州塔的建筑结构分析图”，它会自动拆结构、做标注、分层展示，而不是简单画一个外观。

我还试了一个偏产品结构的指令：“生成索尼A7M4相机的结构拆解图，并标注核心模块”，不仅画出来，还会解释每个部分的功能。

这几种情况放在一起看，变化其实很明显：现在重点不只是图好不好看，还包括信息能不能讲清楚。

AI图像的竞争趋势

把前面的案例放在一起看，会发现一个很关键的点，不是在比谁更好看。

在image-2之前的模型（包括Nano banana），本质是在解决审美的问题，比如和参考图的风格像不像，细节够不够精致；但是现在的问题变成了到底能不能直接用。

像一页教材、一个信息图、一张可以直接发布的海报，这些东西能不能一次生成、表达是否清晰，这才是新的标准。

换句话说，AI生图的竞争已经从图片质量，转向生产能力。是看谁能稳定地产出结构化或者非结构化的内容，并且能运用在真实的工作环境中。

沿着这个方向看，GPT-image-2更像是在做一个视觉生产系统，这也是为什么，它影响的不只是设计行业。只要涉及表达（教育、自媒体、电商、企业）都会被波及，因为它是在把信息讲清楚。

还是那句话：稀缺的不是工具，是能跑通结果的人

很多人的第一反应是工具更强了，门槛是不是更低了。实际情况恰好相反。模型越强，对人的要求反而越高。

一个很现实的变化是：会写prompt的人越来越多，但能把一件事从头到尾跑通的人，依然很少。企业真正需要的是能把模型接进业务、持续产出内容的人。

所以机会不在多会几个工具，而在能不能做成一件完整的事。哪怕只是一个小项目，比如持续做信息图，或者搭一套自动生成海报的流程，只要是完整的、可复用的，就已经超过绝大多数。

你可以继续关注模型、讨论能力，也可以直接用它去做一个具体的产出。前者带来的是信息焦虑，后者带来的是确定性。