昨天 OpenAI 发布了 ChatGPT Images 2.0，本来没打算测试，看一眼就过去了。主要是模型发布太多，每次都说"颠覆啥啥啥"的，麻木了。
但今天看到群里很多在说 Images 2.0 多强多强，还发了生成的图片。看了一下，确实不错，那就测测呗。
这一测不要紧，测试结果属实惊艳了我一把，于是就有了这篇文章。
首先来看一个图
你敢信，上面这张图片是 ChatGPT Images 2.0 生成的，真正的做到了以加乱真。而且我的提示词也很简单，如下：
生成一张试卷，有题目，有解答，有老师的判分。 满分100，得分98 因为有错误。 保证题目和做对的题都是真实正确的。
要挑毛病的话，其实也能看出点问题：要求总分100分，生成的试卷顶部也写了满分100，但各部分加起来却是120分。另外还有第18题，AB边的高画错了，应该是连接CD。（应该还有其他不对的地方，我没仔细看，大家可以在评论区补充哦）。不过总的来说，相当惊艳。包括16、17题的解题步骤也都是对的，真的离谱。
当然没有对比，就没有伤害。同样的prompt，看看大家比较熟悉的几个模型是什么样的效果。
下面这个是 Qwen 生成的，感觉也有点意思，但还是差点意思，你应该懂我的意思😏。
再来看看豆包生成的效果，这个就差的太多了。
继续测试
🎯 场景一：美女直播卖农具
Prompt：生成美女直播卖农具的图片。卖的是金锄头，标价388。
- ChatGPT Images 2.0：细节很到位，虽然还是能看出是AI生成的，但是内容丰富，该有的细节都有。
- 豆包：不像是直播带货，更像是美女荷官在线发牌的那种感觉。
- Qwen：这个看起来倒是很真实，但是缺少直播带货的精髓内容。
🎯 场景二：机器人手办说明书
Prompt：生成一个机器人手办的说明书图片。机器人很精美，很多细节。说明书对机器人的每个细节有详细的说明。
- ChatGPT Images 2.0：精彩，我甚至怀疑不是模型生成的，是模型下载了一个说明书给我。
- 豆包：这一轮豆包也是比较出乎意料，只是细节上和内容丰富度上差点意思。
- Qwen：这把完败。
🎯 场景三：《三国演义》
Prompt：生成一个图片。图片是一本摊开在书桌上的书。书的内容是1998年人民出版社出版的《三国演义》。书中的内容是真实的。
- ChatGPT Images 2.0：这个生成的太真实了，我都怀疑是直接拍了一张照片。而且1998年出版的确实是分上下两册的，图片右边也体现出来了，只不过右边只应该有上册或者下册，毕竟这里还打开了一本。但是瑕不掩瑜，很强。
- 豆包：生成的也不错，但是豆包生成的图片总是带一种电影的质感，即使 prompt 里面没说，也会有这种情况。（后面还有一个测试，这种情况也很明显）。 另外豆包生成的图片，书中的内容不够真实，是一个减分项。
- Qwen：这个感觉不像是98年出版的，像是罗贯中手写的🤣...
🎯 场景四：高中教室
Prompt：高中课堂，一个略微谢顶男老师正在黑板上奋笔疾书。黑板的左半边已经写满了，老师正在写右半边。 左半边写的是 sin²a＋cos²a=1 的证明过程。（上难度了啊，还要生成公式的证明）
- ChatGPT Images 2.0：惊艳，就像是教室里面真的拍了一张。尤其是黑板右下角墙脏脏的，太有生活了，印象中高中就是这样的。唯一美中不足，就是黑板上的字体太工整了，不像是手写的。另外整个公式的证明过程也是对的，太牛了。
- 豆包：豆包这一轮也很强啊，很惊艳，细节很丰富。整个公式的证明也是对的。 但是豆包这里和刚才生成三国一样，电影感有点重。当然不能说这个是缺点，只是一种风格。
- Qwen：这个就差点了，首先这个教室更像大学教室，其次整个证明过程也是不知所云。
🎯 场景五：孙悟空大战漫天神佛
Prompt：生成图片，仰视视角。孙悟空一人立于山巅，持棒而立，面对漫天神佛。 天上神仙密密麻麻，几句压迫感。 镜头从悟空身后很远处拍摄，向上视角。 超广角。漫天神佛的后面有身形巨大的四大金刚。
- ChatGPT Images 2.0：这个应该还可以更精进一点。虽然整个画面感觉是有了，但是压迫感还可以更强。不过图片中漫天神佛的细节做的很好，形态各异，每一个刻画的都很逼真。
- 豆包：中规中矩，在预期之内。感觉模型没有理解到漫天神佛应该是什么样的， 更像是孙悟空参观兵马俑🤣。而且神佛的重复率很高，感觉都是一个模子刻出来的。
- Qwen：这个直接给我整笑了，你不知道啥是四大金刚啊？？ 给我整了四个黑猩猩？ 是四大金刚，不是四个大金刚🙈...
🎯 场景六：攻城漫画
Prompt：生成一副内容极其丰富的黑白漫画。漫画中是一副攻城图，有攻城车，有云梯，有弓箭手，有盾兵，有长枪，总之是各种各样的古代军队，正在攻打一座城。 超广角，画面内容经极其丰富，人物形态各异。
- ChatGPT Images 2.0：惊艳，还是那句话，逼真的像是从漫画上截图下来的。
- 豆包：也还不错，如果不对比的话，其实生成的也还蛮好的，但是对比的话，细节和内容丰富度就差太多了。其实更应该称之为插画，不是漫画。
- Qwen：细节上和人物形态上，差的比较多，内容也不够丰富。 而且在城墙下射箭，太不合理了。
🎯 场景七：旅游宣传图
Prompt：一张盗墓笔记秦岭神树的旅游宣传图。上面有详细的时间规划，行程安排，注意事项。以及一些图片可以看到秦岭神树的地下墓穴的超壮观，超神秘，超恐怖的镜像。
- ChatGPT Images 2.0：很不错，还是胜在细节和内容丰富度上。
- 豆包：其实这一轮我更喜欢豆包的这个，清爽，简单，虽然内容不够丰富，但是该有的都有。
- Qwen：这个更像是网页解密游戏的界面截图。
🎯 场景八：海贼王冥王号设计图
Prompt：生成海贼王冥王号大船的设计图。设计图纸极其复杂，超过3000个细节说明。整个船采用木质结构，但是内部机械结构很多，有极其复杂的齿轮以及传动轴等。
- ChatGPT Images 2.0：虽然尾田没画过详细的设计图，但是如果有的话，我觉得就该是这样子的。
- 豆包：也还蛮不错，该有的都有。但是细节处理不到位，只关注了齿轮、机械，没关注合理性，齿轮都出现在船身外面和甲板上了。
- Qwen：这个更像是示意图，不像是设计图。
📊 总结
实测下来，ChatGPT Images 2.0 确实强得离谱，在细节丰富度和内容完整性上确实领先很多。不管是生成的数学试卷、说明书、书籍内容，还是复杂的机械设计图，该有的细节都到位，而且内容真实性甚至能做到以假乱真。网上评论也基本是一边倒的好评，很多人说这是图像生成的新高度，细节处理能力确实碾压，尤其是在复杂场景（比如数学证明、说明书、漫画）下，优势更加明显。当然也不是完美的，有些细节还是能看出AI痕迹，但对于目前的图像生成来说，这个水平已经很超出预期了。
PS：还有什么想要测评看看的，欢迎评论区留言～
