【AI前沿】就在昨天！OpenAI扔出了一个王炸

前言

还是记得前不久 Google 发布的集成多种武器于一身的 Gemini 2.0 吗？【AI 辅助设计】“拿你命三千”-Gemini 2.0 Flash 强炸裂登场！。几乎把市面上所有图像处理方面的 AI 能力都集成进来了。 就在昨天，OpenAI 连夜发布了新的多模态模型，可以说把图像处理方面的能力推向了新的高度！。

也许大家都看到他的厉害之处了，设计小站也整理了一些信息，供大家参考。

以下信息整理自互联网。我尝试归纳一些特性，这些特性在当前 AI 生图领域，无论开源的 FLUX 还是闭源的 Midjourney 都望其项背的。

文字表现天花板

OpenAI 图像模型，对于文字的表现非常优秀，几乎完美还原了文字，对中文的支持也很好（目前还有些问题）！

来自官方的案例，无论场景还是机票上的文字信息，都还原了现实世界了。

来自：@sharqwy。在黑板上字清晰可见，且具有意义。

提示语：
"A whide image taken with a phone of a glass whiteboard, in a room overlooking the Bay Bridge. The field of view shows a woman writing, spotting a t-shirt with a large OpenAI logo. The handwriting looks natural and a bit messy, and we see the photographer's vague reflection"

来自：@alliekmiller。四格漫画不在话下！

有意义的漫画：

甚至写一份菜单：

来自：@tinyfool。梗图制作神器！

风格迁移高手

全网都在玩的吉卜力重绘风格。

来自：@0xAllen_

来自：@bilawalsidhu。漫画转写实，就真的很写实！

甚至可以模拟软件界面？还保留角色的一致性？😮

来自：@the_gonchar

UI 设计和绘制

来自：@genikarriqi

提示语：
Create a modern mobile app interface

🤯这设计质量！不得不服！

来自：@op7418 歸藏(guizang.ai) 老师。 不要怀疑，这就是新模型画的！😲还原度很高！如果再加上前端代码，是不是一句话可以完成前端页面了？🤔

图标的绘制。这质感拉满了啊~😂 来自：@tualatrix

来自：sixichacha，把苹果 WWDC 2025 的图标风格迁移。

经过处理后：

啊！这品质，这感觉！很顶！

换场景和元素

来自：@LudovicCreator。 在 ComfyUI 探讨如何换背景的技术，是不是可以停止了…😂。这个案例，把产品主体放在不同的天气中。

来自：@HBCoop_

将她的 banner 放在时代广场的大屏幕上。

线稿生成效果图

来自：kakueku

角色一致性迁移

来自：@ilanbigio

把照片换个动作并保持人物不变。

其他

医学参考图？

来自：@Vox_Oculi

使用方法

目前只限于 plus 会员使用，官方说不久将会开放 API：

写到最后，最近 Google 和 OpenAI 的更新，真的让人，感觉到了，在AI 图像处理领域，逐步会抛弃掉复杂的流程，内化为大模型。其对话式的交互，也在还原最真实最直接最自然的的互动。

想获取更多 AI 辅助设计和设计灵感趋势？ 欢迎关注我的公众号（设计小站）：sjxz00。