今天，Image2模型已正式登录Lovart，所有人都可以使用。

生成一张1K图，只要2个积分，我算了下差不多是5分钱，不到Banana 2的1/7，这价格……有点不讲武德。如果是Lovart的Pro会员，则直接0积分使用30天。

Image2这玩意的强大，不用我多说了，相信大家已经在各种群刷到过它生成的图片，比如直播界面、社媒截图、游戏页面、电商海报等，一个比一个真，一个比一个离谱。

可以这么说，大部分场景，Image2的表现都已经超过了banana 2和banana pro。

但今天，我不想只给大家展示Case集，而是给大家分享Image2+Lovart的10种骚操作。希望我们能够一起拓宽模型边界，玩出花样。

话不多说，这就开始。

10大玩法

1）批量制作多语种信息图

可以一句话生成信息图，是真的一句话，有图为证。

注意看，这里面没有任何的文字乱码。而这，只是1k分辨率的图。同样prompt放到banana里，包有乱码的。

不只是中文，英文、日文、韩文、俄文这些主流语种，它都能生成。而且，配合我放在Lovart上面自己写品牌套件（Brand Kit），可以批量直出风格一致的多语种信息图。

出来的图，风格一致，且自带沃垠AI的logo。

基本上，生成的10张图里有8张完全可用，这个效率和质量，确实。

这信息图生成的质量，意味着很多场景都可以重做了，比如PPT、海报、数据看板、社媒长图、知识卡片、计划表等。

一大堆场景，都可以推倒重做了。

2）批量制作品牌素材

昨晚，我在武汉跟好朋友@苍何 约了顿龙虾，随手拍了一张图。

直接丢给Image2，让它“生成一张宣传海报长图”，就这句话提示词，其他的提示我什么都没说。

这图，我真的惊呆了。

我当时的反应只有一句话：设计师又卒。

然后，我还基于此图（需提前转成jpg格式）提取了品牌素材，把这套logo、字体、配色和产品图炼化成品牌套件，一次提炼，永久使用。

后面，就可以随时基于这套核心主视觉，快速生成门店、菜单、产品效果和大众点评界面等素材图。

麻辣小龙虾门店设计。

菜单。

产品礼盒。

产品网站。

大众点评界面（多张截图组合）。

有意思吧，这一套都由Lovart+Image2一键直出，全过程也就花了3分钟。

放过去，这对很多设计师来说，这可能至少要1周的时间。如果是大一点的公司，可能一周过去了，设计需求文档都还没有写好。。

3）“生图-修改-导出PSD”设计闭环

最近，比亚迪曝光了一款全新的概念车，只有一张侧颜图，其他什么信息都没有。

我把图丢给Image2，让它做个官网。

整体配色、风格和切片，都跟原图非常搭，而且连logo都是对的。

如果用上Lovart的编辑元素（Edit Elements ）功能，还可以把这张图拆分成前景图、背景图、产品图和文字图层，然后一键导出PSD格式。

设计师打开PSD后，后期想怎么修就怎么修。创意延展不再受限于“生成即锁死”的局限。

当然，我们还可以用上Lovart的多视角（Multi-Angles）功能，把这辆车的全貌给推理出来。

最终推理出来的汽车全貌，看起来太帅了，BYD记得给我打钱。

不得不说，Image2模型+Lovart Agent这个组合是真滴强。Image2有近乎完美的文字输出、极度逼真的UI设计、Raw写实和复杂画面布局；Lovart则有专为设计师上线的品牌套件、设计Skills库、多功能编辑、多视角生成、图生视频和Agent编排能力。

随便一套能力矩阵组合，都能产出非常高质量的设计产物。

4）一键迁移设计风格

然后，我发觉用Lovart+Image2做风格迁移，也很不错。

丢了张维斯特洛大陆的地图，让它参考风格，生成一张自Transformer架构以来的AI进化地图。

风格高度一致，内容总结也挺准的。

然后，我就让Lovart把这次对话蒸馏成skill了。

后面，需要生成其他主题时，直接调用这个skill就行。就可以一口气生成多种主题的素材。

美国历史。

茶叶发展史。

丝绸之路发展史。

欧洲文艺复兴史。

5）上传[文档]生成知识卡片

也可以丢一份技术文档，让它总结学习，生成知识卡片。

提示词：根据附件资料介绍一下Kimi K2.6模型。

Kimi的benchmark图表、logo它都能读取，几乎就没什么提示词，直接one shot出。

6）根据[文字]生成文章配图

我还把Agent Skills文章的部分内容，扔给了Image2，让它生成新媒体配图。

提示词也是只有一句：

总结提炼下面的内容，生成新媒体配图，16:9比例。
——
[文字内容]

后面全是正文。

结果，它不仅没有乱码，还读懂了内容结构、逻辑，甚至代码格式（skill.md）。

这样一张图，如果你要让我去跟设计师沟通，应该怎么设计，怎么排版，文字要怎么放，色彩怎么搭……我可能半小时都沟通不清楚，而Image2直接秒懂我的需求。

7）上传[参考图]生成征婚启事

前不久，我司签约了一批AI艺人，可以用Image2给她们做张征婚海报。

提示词：为这位女士（22岁、小艺酱）设计一张征婚启事海报。

它连二维码的位置都帮我预留好了，这种对设计细节的理解，非常恐怖。

而且，我们还可以在Lovart里用Seedance 2.0，生成动态海报视频，让小艺酱自己介绍征婚信息。不敢想象，如果Seedance也把文字乱码解决了，这两个模型一起组合，会有多强。。

8）根据[角色]生成漫画

也可以上传人物角色，生成漫画。

我把自己的头像丢进去，让它生成暗黑风格漫画，剧情是主角陷入了梦魇。

结果还不错，唯一限制是画面比例。如果后面能支持极窄或极宽长图，那场景就更丰富了。

9）根据[风格]生成海报

同样，也可以复制海报风格生成新的海报。

提示词：

参考这张海报的风格和字体，生成新的《流浪地球3》海报，定档2027年大年初一上映，主角有刘德华、吴京、李雪健、沙溢、沈腾、马丽等，主题是人类与AI的命运之争，导演郭帆，出品方：郭帆影业、中国电影股份有限公司，AI合作伙伴：火山引擎、NVIDIA、沃垠AI

10）生成各种图鉴

最后，来一批攻略图、清单图、指南图、图谱、图鉴……以往这些东西都是“重设计+重排版”的苦活，现在都能稳稳接住。

提示词：生成二十四节气的穿搭指南长图，用横轴时间贯穿整图，每个节气有一个小人偶展示当日穿搭，标注气温范围、着装建议、穿搭建议。

提示词：

生成一张竖版「露营装备清单」信息图，分睡眠、炊具、户外工具、衣物、照明、安全六个模块，每个模块列五到七件具体装备，配小图标和入门友好度星级。

提示词：

生成一张「中国火锅鉴赏」竖版长图，像族谱一样展示四川火锅、老北京铜锅涮肉、潮汕牛肉火锅、贵州酸汤火锅、云南菌子火锅等分类，每个分类再延伸三到四种火锅，全程手绘插画。

提示词：

“太阳系行星指南”信息图海报。竖版画面以太阳系侧视图为主体，八大行星按轨道排列但不按真实比例，每颗行星旁配一张”身份证”卡片：行星名称（中英文）、直径、与太阳距离、自转周期、表面温度范围、已知卫星数、一句拟人化的自我介绍（如木星：”我是太阳系的大哥，肚子上有个大红斑，比地球还大”）。行星之间用虚线标注光速旅行时间。小行星带区域画成碎石散布的环带并标注”小行星带·约100万颗直径>1km”。冥王星在画面边缘用小字标注”曾经的第九行星·2006年被降级”并画了一个委屈的表情。主标题”太阳系行星指南”/”YOUR GUIDE TO THE SOLAR SYSTEM”用太空主题字体。配色为深空黑底配各行星的真实色调。

提示词by阿真提示词：

一张家居生活类图标合集的展示。
米白渐变背景上以5×6共30枚家居相关图标的网格排列。所有图标统一为单色线性设计（暖棕色#B45309）+1.5pt粗细圆头线条+24×24px网格+极简的几何造型。
30枚图标涵盖家居的各个方面：
①客厅类7种（沙发/扶手椅/茶几/台灯/落地灯/电视/地毯）；
②卧室类5种（床/床头柜/衣柜/衣架/闹钟）；
③厨房类7种（冰箱/灶台/水槽/水壶/烤面包机/咖啡机/搅拌碗）；
④卫浴类4种（马桶/洗手台/浴缸/淋浴花洒）；
⑤装饰与收纳类7种（相框/植物/书架/储物篮/蜡烛/挂钟/镜子）。
每枚图标极简但传神（如沙发仅用5条线表达靠背/座位/扶手+有舒适的坐感暗示），图标之间风格高度统一（同一线条粗细+同一笔画端点处理+同一图形重量）。
每枚图标下方有英文名称小字标注（”Sofa / Armchair / Coffee Table…”）。
整体如同家居设计App/装修指南网站/智能家居控制界面的标准图标库，图片比例5:6。

提示词：

一张 4×4 共16页PPT缩略图的合集展示，主题为“AI智能硬件新品发布会”，孟菲斯/Y2K大色块风。
统一配色：高饱和的极客青+机械银+深空紫+警示橙+黑白基础色。
字体：标题用粗体未来主义无衬线字体（Druk/MonumentExtended），正文用Inter。
排版核心：大色块拼贴+几何图形装饰（圆/三角/波浪/网格）+每页配色完全不同但风格一致+字体常被切割叠加+倾斜版式打破规整。
16页内容：
①封面（青底+产品轮廓光效）
②技术革命（紫底+神经元网络）
③芯片参数（橙底+六边形蜂巢）
④外观设计（银底+360度旋转图）
⑤交互体验（绿底+手势图标）
⑥AI能力（蓝底+大脑切片）
⑦续航对比（黄底+条形图）
⑧影像系统（粉底+镜头圈）
⑨游戏性能（紫底+帧率曲线）
⑩配件矩阵（青底+手表/耳机）
⑪定价策略（橙底+价格牌切割）
⑫预售权益（绿底+倒计时）
⑬评测解禁（蓝底+媒体评分）
⑭用户画像（粉底+3D人像）
⑮门店体验（黄底+地图钉）
⑯”未来已来”封底。
整体极客先锋氛围，图片比例16:9。

提示词：

一张 4×4 共16页PPT缩略图的合集展示，主题为“新消费品牌0-1增长方案”，孟菲斯/Y2K大色块风。
统一配色：高饱和的牛油果绿+蜜桃粉+姜黄+电光紫+黑白基础色。
字体：标题用粗体未来主义无衬线字体（Druk/MonumentExtended），正文用Inter。
排版核心：大色块拼贴+几何图形装饰（圆/三角/波浪/网格）+每页配色完全不同但风格一致+字体常被切割叠加+倾斜版式打破规整。
16页内容：
①封面（黄底+大字”NEW BORN”）
②痛点分析（粉底+刺猬图）
③差异化定位（绿底+靶心）
④产品全家福（紫底+6个产品框）
⑤颜值设计（蓝底+包装展开图）
⑥情绪价值（橙底+笑脸/哭脸）
⑦小红书打法（粉底+笔记卡片堆叠）
⑧抖音玩法（绿底+直播间元素）
⑨私域闭环（紫底+微信气泡）
⑩首波种草（蓝底+KOC头像）
⑪上线节奏（黄底+Gantt图）
⑫预售战报（橙底+爆炸数字）
⑬复购模型（绿底+循环箭头）
⑭用户证言（粉底+对话框）
⑮成本结构（紫底+堆积木块）
⑯”重新定义”封底。
整体时髦街头感，图片比例16:9。

写在最后

整体体验下来，就一个感觉：图片模型，又往前走了一大步。

过去，banana很强，但吃提示词，而且文字输出总有瑕疵；而现在，Image2连提示词都不要了。

你随便说“生成知识卡片”、“画一张电影海报”、“生成一张信息图”、“设计一张黑神话的游戏界面”，它都能懂你要的是什么。

就像归藏说的“做了十年设计，这次真觉得自己多余了”，然后我就评论了句：“卧槽，藏师傅都说自己多余了……阔怕”。

换个角度看，这其实是好事。门槛在降低，能力在外溢。

最强图片模型+最强设计Agent，以前做不了的东西，现在能做了；以前觉得难的东西，现在能试了。

所以，对于我们来说，现在最重要的事是：

别观望，去玩，去试。

入口：https://www.lovart.ai

太牛逼了

本文封面就是 GPT-Image-2 自己画的，非常强大

凌晨，OpenAI 正式发布 ChatGPT Images 2.0，ChatGPT、Codex、API 三端同时全量上线，API 模型名 gpt-image-2

文字精细度，能骗过人眼

在正式发布前，我做了一轮全面实测，简直是效果夯爆了。

同时，OpenAI 在推特上甩了一张截图当预告，配文「This is not a screenshot」，这张截图本身就是 ChatGPT Images 2.0 画的

接下来，我会具体说一说这个模型的更多信息、效果以及局限性

这应该是全网最详实的一篇解读

哪里能用 · 价格 · 权限

ChatGPT Images 2.0 今天对所有 ChatGPT 和 Codex 用户开放。带思考模式（Thinking）的进阶版本，仅 ChatGPT Plus、Pro、Business 用户能用

API 端的模型字符串叫 gpt-image-2，通过 Image API（generations / edits）和 Responses API（image_generation 工具）都能调用。Codex 内置了图像生成，不需要单独申请 API key，ChatGPT 订阅直接覆盖

API 价格（按图按尺寸按质量，单位美元）

跟上代 gpt-image-1.5 比，high 档方图从 $0.133 涨到 $0.211（+59%）；medium 档方图从 $0.034 涨到 $0.053（+56%）；low 档基本持平

尺寸约束

最大边长 ≤ 3840px，长短边比 ≤ 3:1，总像素在 65 万到 829 万之间，每边都是 16px 的倍数。常用的 2K 方图、2K 长方图、4K 横屏、4K 竖屏都能跑，但 2K 以上当前是 beta 阶段，结果可能不稳定

编辑参数变化

gpt-image-2 的图像编辑模式默认对所有参考图按 high fidelity 处理，所以 input_fidelity 这个参数已经移除。带参考图的编辑请求 token 消耗会比上代略高

调用示例

以本文开头那张封面右半边为例，21:9 的横版杂志页，high 档质量。完整调用如下：

from openai import OpenAI
import base64
client = OpenAI(api_key=”sk-…”)
result = client.images.generate(
model=”gpt-image-2″,
prompt=”A horizontal magazine cover, …”,
size=”1920×816″,
quality=”high”,
)
img_bytes = base64.b64decode(result.data[0].b64_json)
open(“cover.png”, “wb”).write(img_bytes)

就这么短。high 档每张图大约 60 秒、$0.165。封面整图分两次画（左 1024×1024 + 右 1920×816），加起来不到三毛钱人民币

第一个会思考的图像模型

这是这次发布最大的范式变化

ChatGPT Images 2.0 是 OpenAI 第一个带思考能力的图像模型。在 ChatGPT 里选 thinking 或 pro 模型时触发，做三件事：联网搜索实时信息、一次产出最多 8 张连贯图、自我检查输出质量

OpenAI 给出五个思考模式的代表演示

演示一 扒 OpenAI 官网当前在售的 merch，做一张产品海报

整张海报上的 10 周年球衣、Diagram 帽衫、Chrome Blossom T 恤、Blue Chair 钥匙扣、GPT-5 火焰帽、OpenAI 笔记本、办公咖啡杯、Thinking Deeply 帽子，全是模型实时去 OpenAI Supply Co 网站搜出来的真实在售商品。

模型不仅画了图，还知道这些商品在哪、长什么样

演示二 在 35mm 黑板照片上证明「奇数之和等于平方数」

这是数学可视化推理。模型先要算清楚证明步骤，再把推导画进黑板，最后整张图按 35mm 胶片摄影风格输出

演示三 一次画完四页连贯漫画

水豚和水獭去南法度假，主角形象在四页漫画里保持稳定。这是漫画工作流第一次跑通的标志

演示四 抹茶店在不同社交平台的多尺寸广告

布鲁克林海茨新开的抹茶店 Kizuki，一次出 Twitter、IG 故事、IG 信息流、LinkedIn 四个尺寸的草莓抹茶物料，风格统一。以前要分四次提示词

演示五 基于上传的论文 PDF 做学术海报

模型读完整篇 PDF，提取关键图表，按学术海报版式输出

思考模式的核心价值不是「画得更好」，是「替你想清楚」。idea 到成品之间那段繁琐的脑力活，模型自己接下了

文字渲染：从英文跨到非拉丁文字

这是普通用户最直接能感受到的变化

之前的图像模型在英文和拉丁字母语言上一直比较稳，日文、中文、韩文、印地文、孟加拉文一旦密度上来就崩。ChatGPT Images 2.0 在这五种文字上有显著提升

日文连环漫画主角找到一支「GPT 画像生成的羽笔」，戏剧化设定，全篇日文，整张图当物理印刷的漫画书页处理

印度书店印地、孟加拉、马拉地、泰卢固、泰米尔、乌尔都、古吉拉特、卡纳达、奥利亚九种印度语言的书封陈列，所有文字清晰可读，出版社统一标 OpenAI

中文连环漫画研究员陈博远在调试中文渲染，最后被 Sam Altman 发的「稳稳地接住你」式中文气哭。每个汉字都准，包括底部那段超小字号的「（此处为极小字号测试）无锡是作者的故乡，所以做了这幅海报，中文总算是修好了」

韩文广告韩屋酒店预订卡片，三幕场景串联，韩文标题清晰

多语言印刷海报庆祝世界各地语言的字体艺术，日本编辑风格

中文不再是图像模型的二等公民。这是这一代国内用户最该关心的变化

指令服从和细节渲染

ChatGPT Images 2.0 在「按你说的精确去做」这件事上提升明显

特别是图像模型一向头疼的几个细节：小字、图标、UI 元素、密集排版、微妙的风格约束。API 端最高支持 2K 分辨率

狼的科学杂志页「关于北美狼远没有想象中那么危险」的编辑页，光面、流畅、排版克制的科学杂志风

手写棒球史用铅笔在 8.5×11 横线纸上写多伦多棒球史，笔画粗细带人为不均，右上角一块淡淡的咖啡渍

米堆找字上千粒米的特写，其中一粒上刻着「GPT Image 2」，跟其他米粒一样大，远看完全找不到

多元视觉杂志页这次发布的封面海报。主题是「visual polyglot」，把科学图表、元素周期表、太阳系、中世纪手稿、植物插画、解剖图、古地图、气候图、工程示意图、交通指示、漫画格、UI 截图、蝴蝶标本、饼图、建筑蓝图全堆在一张 4:5 海报上，标题「Create Everything at Once」居中

风格保真度

模型在多种视觉风格上的还原度提升明显，包括摄影、电影、像素艺术、漫画。重点是能捕捉到风格里那些微妙的细节，胶片颗粒、镜头眩光、光线的不完美都能保留

海岸边的电影感旁拍35mm 胶片，自然不完美的取景，可见颗粒，乌云早晨的氛围

超现实双胞胎肖像中画幅模拟相机，85mm f/4，雾蒙蒙的美国乡村公路上一对双胞胎的特写

怪诞郊区肖像户外、室内、私密郊区场景，画幅推到中产阶级的奇异感

2015 年 UBC 大学讲堂教授在讲 GPT imagegen 2，幻灯片里又是教授在讲 GPT imagegen 2，无限递归

iPhone 拍的外星人喝咖啡傍晚户外咖啡馆，两个外星人坐在桌边，半空的饮料、不均的阳光、随意的姿势

高级时尚摄影集35mm 拍摄的时尚摄影书

2002 年高中机房架空历史，每个学生都在用 ChatGPT，米色 CRT 显示器、Windows XP 浏览器、球鼠标、缠绕的电缆、地上的双肩包，左下角带橘色日期戳「02 18 04」

70 年代纽约街拍摄影集35mm 胶片书页

风格化方面，从青年漫画到法国新浪潮，从中世纪粉彩到现代独立漫画，模型都能精准捕捉

少年动漫角色设定页基于上传的真人照片，做漫画角色 character sheet，名字叫 Adele

GPT Image 2 工作室物料审稿单、钉在墙上的样张、印刷打样、版式研究、笔记、各种发布前的设计衍生物，看起来像一个严肃创意工作室准备发布前的桌面

宽高比拉到 3:1 到 1:3

之前的图像模型一律以方图为主，这次把宽高比拉开，从 3:1 超宽到 1:3 超高都能跑

3:1 超宽篮球扣篮的连环动作分解

iPhone 全景泰国都市，故意带轻微的拼接错位

iPhone 全景法国南部夏日

Art Deco 风格书签完整带尺寸标注，含出血、裁切、安全边距，可以直接拿去印刷

3:1 横版中国传统山水画

1:3 超高 9 人站位日式漫画长脖子、小脸、最简线稿、围一张大白纸做画

1:3 超高童书风路线图黑色细线在白底上蜿蜒，穿过各种童书角色和「not yet」之类的短语

真实世界的智能

ChatGPT Images 2.0 的知识截止是 2025 年 12 月，比上代新很多

做信息图、教育插画、视觉摘要这类内容时，模型给出的具体内容是 up-to-date 的

康托对角线证明信息图把数学证明从「假设」「对角线」「构造」「矛盾」四步可视化

2025 年六大设计趋势壁画风海报，每个面板尺寸一致

人物色彩分析基于上传的肖像，做个人色彩适配诊断，文字最少化

在 Codex 里直接画图

Codex 现在内置了 ChatGPT Images 2.0

可以在 Codex 工作区直接生成、迭代、ship 应用、做幻灯片，多个 UI 方向、概念、原型一次跑出来对比，挑最好的转成正式产品。不需要单独申请 API key，ChatGPT 订阅直接覆盖

适用场景从设计、营销、产品、销售一直延伸到学习培训

客户验证

API 已经在四家创意软件商手里跑过

Canva用 GPT Image 2 做一支美妆品牌的 lip balm 广告，模型自己加了「viral on TikTok」贴纸，没人提示

模型不只在渲染。它在理解 brief、理解受众，背后做创意决策。我们以前评估 AI 看技术输出，真正的变化是创意推理和设计审美
Dwayne Koh / Canva 创意策略师

Figma从文字密集的视觉到逼真场景的全流程支持

编辑能力和美学层面的提升给设计师更多塑形空间
Loredana Crisan / Figma 首席设计官

Adobe Firefly电影感旅店航拍图，一排粉色海岸 motel，每家有不同形状的泳池，旅店名是「Firefly Motel」「Firefly Lodge」「Firefly Stay」「Casa Firefly」

从单图生成升级到结构化视觉内容
Mike Folgner / Adobe Firefly 产品高级总监

OpenArt用 GPT Image 2 做电影级视频生产 Smart Shot 的「创意总监」，宙斯 vs 黑帝斯的史诗战斗序列分镜

本来需要整个创意团队的工作，现在瞬间完成
Chloe Fang / OpenArt 合作主管

还做不到的事

ChatGPT Images 2.0 不是完美。OpenAI 在博客里把短板单独写了一节，没回避

需要完整、连贯的物理世界模型的任务（折纸指南、魔方拼图）依然吃力

极密、极重复的视觉细节（沙粒级别）会逼到模型上限

带精确箭头和零件标签的标注图、示意图，准确度仍需人工复核

API 端 2K 以上分辨率当前是 beta，结果可能不稳定。复杂提示词的延迟最高可达 2 分钟。重复角色或品牌元素的连续生成偶尔会失稳

安全

ChatGPT Images 2.0 的安全栈延续 1.5 的三层结构：上游文本拒绝、下游图像/输入双重检查、最终输出审查

按照 OpenAI 自己发布的 System Card 数据：

Thinking 模式有个有意思的差异：它从源头产生的违规图本来就少（6.7% vs Instant 的 22.0%），原因是 thinking 模型用 Safe Completions 把对抗 prompt 转译成安全版本，而不是直接拒绝

生物领域单独应用了图像版的生物风险安全策略。OpenAI 找了生物武器专家来评估，结果显示模型在某些场景下输出的信息密度足以「为新手提供帮助」，因此按 high capability 级别配置防护。配套了实时阻断、离线对话审查、账号封禁三道关

继续坚持 C2PA metadata 和不可见水印，便于内容溯源