OpenAI 为其图像生成器发布了一项重大更新。主要的新功能是系统现在集成了推理能力，从而能够创建带有清晰且连贯的文字的图像，这曾是之前的薄弱环节。这为演示文稿或视觉原型等更实用的设计打开了大门，但也引发了关于其可能欺骗人眼的担忧。
技术飞跃：从绘画到阅读和写作 🧠
Images 2.0 的关键在于其处理复杂指令的能力。之前的生成器会扭曲单词或短语，而此版本可以创建带有精确排版的标志、菜单或应用程序界面。此外，它还能理解空间上下文，将物体和文字以逻辑关系放置。该模型使用改进的扩散管道，并配备注意力模块，在渲染前验证语义一致性，从而实现了以前需要手动编辑才能达到的效果。
阴暗面：如今深度伪造还带上了字幕 🎭
同样的精确性，既能让你生成一个假电影海报来开玩笑，也能创建一条带有完美标题的假新闻。现在，图形骗子不再需要了解 Photoshop；他们只需编写一个提示词，AI 就会完成脏活。幸运的是，我们仍然可以自我安慰：人工智能仍然不知道如何正确绘制手部，尽管它已经比一些 Twitter 用户写得更好。