Sora 剛退場，OpenAI 為何急推 ChatGPT Images 2.0？影像生成正從娛樂內容轉向高價值工作場景
OpenAI 在宣布關閉曾一度爆紅的 Sora 應用程式後，近期迅速推出新一代影像生成模型 ChatGPT Images 2.0。這並非單純重回「AI 畫圖熱潮」，而是 OpenAI 決定將影像生成能力重新放回 ChatGPT 核心產品與工作場景中，並將其定位為使用者的「視覺思考夥伴」。ChatGPT Images 產品負責人 Adele Li 強調：「視覺智慧的視野與使用場景正大幅擴展，我們相信這對 ChatGPT 發展個人助理的願景至關重要。」
Images 2.0 大升級：精準排版、多語言支援與具備「思考」能力
Images 2.0 全面升級核心能力，包括更強的文字生成與排版能力、圖示與版面組織能力、更細緻的指令遵循（instruction following）、物件擺放與細節保留的精準度。同時，也大幅提升針對日文、韓文、中文等非拉丁語系的多語言文字處理能力。
值得注意的是，新模型分為「即時（Instant）」與「思考（Thinking）」兩種模式。即時模式開放給所有 ChatGPT 與 API 用戶，當使用者在 ChatGPT 中選擇思考或專業（Pro）模型時，Images 2.0 能夠搜尋網路以獲取即時資訊，並對自身的輸出結果進行二次檢查。Images 2.0 也能從單一提示詞生成最多八張圖像，同時維持角色與物件的視覺一致性，這讓新模型非常適合應用於漫畫、分鏡圖、社群圖卡、多頁設計等連續性內容的創作。目前，這項功能已整合至 ChatGPT 與 Codex 中，顯示 OpenAI 正將影像能力嵌入更完整的產品體系內。
OpenAI 為何必須加快推出新一代影像模型？
《The Verge》分析，自從 OpenAI 在 2025 年推出上一代 ChatGPT Images 以來，影像生成領域的競爭已白熱化，市場上陸續出現 Google 的 Nano Banana Pro 與 Microsoft 的 MAI-Image-2 等強勁的新工具。
根據 LM Arena 截至 4 月初的文字轉圖像排行榜，Google 的 Gemini 暫居第一，OpenAI 的 gpt-image-1.5 位居第二。加上 OpenAI 舊有的 DALL-E 2 與 DALL-E 3 即將於 5 月 12 日正式退場，無論從商業或策略角度考量，OpenAI 都迫切需要推出新一代的替代模型。
外媒指出，OpenAI 正為今年可能啟動的首次公開募股（IPO）做準備，因此期望藉由此新模型的推出，將其每週活躍用戶數從 9 億推向 10 億大關，以向投資人證明自身強大的成長潛力。
為了回應競爭壓力，Images 2.0 的一個關鍵差異，是不再盲目追求單張圖像的華麗視覺效果，而是強調可讀的文字、可交付的版型，以及更貼近真實工作需求的輸出。為此，新模型的知識截止時間已更新至 2025 年 12 月，確保其在生成解說圖、教育圖表與視覺摘要等應用場景時，能提供更準確且符合上下文的結果。
Images 2.0 正把影像生成推向高價值工作場景
《CNET》與《The Deep View》皆將這次 OpenAI 的升級重點放在工作應用上，明確指出 Images 2.0 主打的不再是網路迷因或風格化娛樂，而是資訊圖表、科學海報、教材與行銷素材等能直接應用於工作中的輸出，核心目標在於完成「具經濟價值的創意任務」，並專為「實用性、美觀與真實世界創意工作」而設計。
《The New Stack》進一步指出，隨著 Images 2.0 整合進程式碼環境 Codex，開發者現在能在同一個工作區內無縫處理應用程式開發、簡報內容與原型設計等任務，不必切換工具即可比較選項並推進到正式產品中，這也代表影像生成已正式成為完整知識工作流的一部分。對企業與專業工作者而言，這次升級的最大價值在於能將簡單的需求簡報轉化為多頁、風格一致且帶有結構文字的視覺輸出，而不僅僅是生成一張好看的圖片。
不過，Images 2.0 目前仍有使用限制。例如，在處理摺紙教學、魔術方塊等涉及物理世界一致性的任務時，或在呈現如沙粒般極細微的視覺細節，以及圖表標註與零件圖的準確性上，仍會面臨困難。此外，華頓商學院教授 Ethan Mollick 也指出，Images 2.0 模型在多輪編修後會出現效果遞減的問題，他稱之為「典型的影像生成問題」。因此，目前的 Images 2.0 更像是正式跨入了實用階段，而非發展至完全成熟。
ChatGPT Images 2 的誕生，凸顯 OpenAI 不再將影像能力的發展籌碼押注於爆紅內容與視覺奇觀；相反地，OpenAI 正轉向教育、行銷、簡報、資訊整理與企業工作流程等更高價值的應用場景。現在，OpenAI 將影像生成定位為核心介面層，也讓這項技術從單純的附屬功能，逐漸蛻變為使用者與 AI 系統互動的主要方式之一。
＊本文開放合作夥伴轉載，資料來源：《CNET》、《The Verge》、《The Deep View》、《The New Stack》、《Gizmodo》、《VentureBeat》，首圖來源：OpenAI