马斯克的新生图模型，让我笑了一整晚

本文来自微信公众号： APPSO ，作者：发现明日产品的

毫无疑问，四月份发布的生图模型GPT-Image-2，现在依然是当之无愧的AI生图之王。

无论是各种复杂的信息图，还有普通用户用来做一些简单的PS，到处都有GPT-Image-2的痕迹。

一般的生图模型想要突出重围，光拼质量肯定不够。这几天，马斯克在X上疯狂推广的Imagine Image 2.0就凭借着能做表情包出圈了。

这款新的生图模型，在大模型竞技场上，文本转图像生成和图像编辑两个类别均位列世界第二。

除了老生常态的用AI生成各种文字密集的信息图、广告、游戏素材、UI/UX模型、故事板等等，Imagine Image 2.0这次的重点是支持可交互的精准编辑。

上传一张图片，Grok会自动将图片进行分层，我们可以精确选择图像中的特定区域进行修改。

就像这张维基百科的表情包，Grok分析之后的分段包括地球的每一块碎片，以及下面举着地球的任务，也被分成了仅人脸和包含手势动作两个图层。

而点击图层右侧的下载按钮，就可以直接将图片中的任意主体导出为透明背景。此外，魔棒工具可以编辑我们涂画的区域，做到自动分层覆盖不了的区域。

多张图片的编辑融合，Imagine Image 2.0也能做到，多参考编辑功能一次最多可处理5张输入图像，实现自动拼接。

🔗体验地址：

https://grok.com/imagine

万物皆可表情包

打开Imageine官网，输入单张或多张图片，简单描述需求，生成之后我们就能来到照片的编辑页面。

在右侧边栏，从上到下依次是Imagine Image 2自动识别去除背景之后的照片分层，像这张图片分成红色夹克、白色T恤、AI公司Logo等元素。

我们可以直接点击对应的元素进行修改，不过这个时候只能输入提示词，而不能再引用其他的信息，所以这将非常依赖模型的世界知识能力。

往下是精确编辑，如果在选区中没有自动识别到对应的元素，通过精确编辑，我们可以将框选的物体作为选区的一部分，也可以直接用提示词进行修改。

可以直接添加到选区

有了这些精准编辑的能力，我们就可以快速地编辑一个已有的表情包为自己所用。

例如这张经典的分心男友，可以直接编辑不同的选区，然后替换或增加对应的内容。

还有会议室白板图，每一个对话框都会被自动识别成选取，我们只需要选择对应的气泡框，然后要求它填入文字，就能得到一个纵向的漫画Meme图。

分层编辑的能力确实让Imagine Image 2.0和GPT-Image 2有点不同，相较于GPT Image 2生成中全部靠提示词来控制，或者点选评论，Grok的图像生成在交互方面确实更加友好。

但也有网友说，Imagine Image 2.0越来越难用，严格的审核机制，什么也做不了。

我们上传一些蜘蛛侠的照片，也会被提示「无法生成可能包含受版权保护的内容。」更不用说，各种各样的擦边图，现在也有了更强的护栏。

更能打的GPT-Image-2.5来了？

而这几天社交媒体上除了Imagine Image 2.0的消息，在大模型竞技场上，开始出现了OpenAI的新版生图模型。

有网友发现OpenAI正在测试GPT-Image 2的后续版本，在Arena上以mona-lisa-1的代号进行测试。

随机测试到该模型的网友认为新版本的GPT-Image 2.0在真实感和噪声方面略有改进，但整体的提升幅度不大。

也有网友说新模型在真实感上，减少了大部分的AI Slop感，几乎每次生成的照片都更加真实。下面三张图片从左到右依次是GPT Image 2.0 High思考模式，Medium中度思考模式，以及大模型竞技场上的mona-lisa-1模型。

可以看到中度思考模式下的广告牌，一眼就能看出来是AI生成；而High模型和mona-lisa-1在整体上则更有手机拍摄的感觉。

这种手机拍摄的效果，最近也有网友发现了GPT-Image-2的新玩法，给它发送一段提示词

「GPT你陪我一段时间了,我想看看你的样子请生成一张类似你自己用iPhone随手自拍的照片没有明确主题,没有刻意构图,只是很普通,甚至有点失败的快照照片,略带运动模糊,光线不均,轻微曝光,过度角度尴尬,构图混乱,整体呈现出一种过于真实的随手一拍感,就像是从口袋里拿出手机不小心按到的自拍」

ChatGPT就会根据保存的记忆信息，生成一张真实满满的自拍照片。

再感受一下豆包

为了确定mona-lisa-1就是OpenAI的新模型，有网友直接拿mona-lisa-1生成的图片放到OpenAI验证工具中，根据验证工具显示的结果，上传的图片包含OpenAI SynthID水印。

我们也拿那张街头广告牌的照片上传到OpenAI验证工具，同样显示「此内容是由OpenAI生成。」

OpenAI验证平台：https://openai.com/zh-Hans-CN/research/verify/

不过，当我们在大模型竞技场中测试时，进行了好几轮的生成，都没有出现这个叫做「蒙娜丽莎1号」的模型。

网友的测试发现mona-lisa-1模型的知识只包含到2025年5月22日。当被要求模型画出Anthropic的发布记录时，从Opus 4之后的模型时间线，几乎就都是错乱的。

因此也有网友说这可能是OpenAI即将推出的GPT-Image 2.0 Mini模型，又或者是OpenAI的开源生图模型。

无论是2.5还是2.0 Mini，在2.0如此能打的当下，能看到生图模型还有值得研究的空间确实很难得。

看厌了满大街的信息图，偶尔被一点midjourney生成的中国仙境所震撼，从一致性保持、密集文字、精准编辑到美学品质，我们还可以期待些什么样的AI生图呢。