比Nano Banana还夯的生图模型泄露，截图不再是证据了 | 附提示词

marsbitPublicado a 2026-04-19Actualizado a 2026-04-19

Resumen

近日，LM Arena评测平台短暂出现了三个匿名图像模型，据推测为OpenAI尚未正式发布的GPT Image 2。该模型在文字渲染、指令跟随、真实感和世界知识等方面表现突出，尤其在多语言文字（包括中文）的生成上准确率大幅提升，能生成高度逼真的证件、界面和产品标签图像。这一进步使得截图作为证据的可信度受到挑战，但也为设计、产品原型制作及内容配图等场景带来便利。与此同时，GPT Image 2在多项测试中表现优于Google的Nano Banana Pro及Midjourney等模型。目前该模型仍处于A/B测试阶段，预计将在5月随DALL-E系列服务退役后正式发布。用户可尝试在LM Arena平台体验，并参考社区推荐提示词生成高质量图像。

你对文生图的印象还停留在 Nano Banana 吗?

可是孩子,时代又变了。

@johnAGI168 https://x.com/johnAGI168/status/2044781168151724067

@0115hippo https://x.com/0115hippo/status/2044722124611539160

4 月初,LM Arena 评测平台上出现了三个匿名图像模型,代号分别是 maskingtape-alpha、packingtape-alpha、gaffertape-alpha。几小时后它们消失了。

OpenAI 官方还没有正式宣布这个模型,但根据 API 返回的元数据和用户侧的测试记录,它已经有了一个被广泛接受的名字:GPT Image 2。

截图不能再当证据了

过去几年,AI 生图模型最明显的短板之一就是图片里的文字。DALL-E 3 时代,你让它在图里写「Hello」,出来的可能是「Hellp」甚至「Hl10」,字母像喝醉了一样东倒西歪。GPT Image 1 好了很多,能处理简单的英文标签。到 GPT Image 1.5 ,其对英文文字的渲染准确率已经接近 95%,但在中文、日文、韩文等非拉丁字母体系上仍有明显缺陷。

而 GPT Image 2 的泄露样图改变了这个印象。

@MrLarus https://x.com/MrLarus/status/2044824800909054181

@akokoi1 https://x.com/akokoi1/status/2044789531615056175

图片里的文字,该是什么就是什么。中文清晰,字形准确,笔画完整。有人测试生成一张身份证样式的图片,姓名、地址、证件号码全部正确渲染,排版规整,初看像是真实文件的照片。

这是个好消息。文字渲染的进步,意味着生成信息图、海报、产品包装、排版复杂的图表,都变得更可靠了。

但硬币总有另一面。一个能生成以假乱真的证件样式图、精确渲染 UI 截图的模型,自然也让「截图可以作为证据」这件事变得越来越可疑。

对比来看,这也是 GPT Image 系列和其他模型的核心差异所在。Midjourney 至今在文字渲染上毫无建树,Stable Diffusion 系列也是老问题。根据泄露的 Arena 测试结果,GPT Image 2 在文字渲染、指令跟随、照片真实感和世界知识四个维度上均超过 Midjourney,后者的优势主要保留在艺术风格和美学控制上。

它真的知道这个世界长什么样吗

有测试者让模型生成一个假想的 GPT-8 产品定价页面,结果出来的图,排版确实是 OpenAI 官网的风格,按钮位置和字体选用像是从真实界面截取的,价格表格的层级逻辑也是对的。

GPT Image 2 能生成与真实软件界面极为相似的图像,包括浏览器窗口、移动端应用界面、数据可视化图表,保真度是上一代产品无法比拟的。

@johnAGI168 https://x.com/johnAGI168/status/2044781168151724067

@levelsio https://x.com/levelsio/status/2040333489476681758

这将带来一些很有意思的实际用途。设计师在做产品原型的时候,不需要先打开 Figma 画一堆框架,直接用文字描述想要的界面,出来的就是一张可以用来和团队讨论的参考图。做投资人 Deck 时,不需要等工程师写代码就能展示一个「产品截图」。写文档的时候,用来配图的示例界面可以直接生成,不用对着空白页面想截图从哪里找。

@marmaduke091 https://x.com/marmaduke091/status/2040338311873515597

生图这件事,已经不只是「生图」了

OpenAI 已经宣布 DALL-E 2 和 DALL-E 3 将于 2026 年 5 月 12 日正式停止服务。Azure OpenAI 的 DALL-E 3 已经在 2 月提前退役了。

DALL-E 是很多人第一次接触 AI 生图的地方,从那些模糊的早期作品到今天,才短短几年。

与此同时,2026 年初刚刚凭借 Nano Banana Pro 确立行业地位的 Google,或许将感受到压力。早期测试报告显示,GPT Image 2 在真实感、文字渲染和世界知识三个维度上同时超越了 Nano Banana Pro,这种三连胜并不常见。

对于创作者来说,感受是复杂的。插图师、平面设计师、摄影师,已经不是第一次面对这个话题了。自 GPT Image 1 发布以来,自由职业平面设计职位数量下降了约 18%。AI 在某些场景下确实取代了「我要雇一个人做这件事」的决策,但它也在创造新的工作方式,让一个人能做的事变多了。

生图模型的进化速度,已经不再给人留出太多适应时间了。GPT Image 1 从上线到 1.5,不过几个月。1.5 到 2,大概也就半年。每一代都在解决上一代的核心短板,同时打开新的可能性。

GPT Image 2 现在还处于 A/B 测试阶段,部分 ChatGPT 用户已经随机获得了访问权限。正式发布的时间窗口,普遍预测就在 5 月 DALL-E 退役前后。想要提前体验的话,目前可以在 LM Arena 评测平台碰碰运气。

Test Address: https://arena.ai

根据社区反馈和该模型的已知优势,以下提示模板可以最大限度地提高你的成功几率:

UI/截图提示:一张照片级逼真的手机银行应用截图,清晰显示交易记录,其中日期、金额和商户名称清晰可辨。iPhone 16 屏幕,自然手持手机,咖啡店背景。

产品标签提示:一张照片级精酿啤酒瓶产品照片,标签细节清晰,显示酒厂名称「Oakridge Brewing Co.」,酒精度 6.8%,山脉标志及配料表。棚内布光,白色背景。

标识提示:一张东京夜间巷道的街景照片,可见多处日英双语霓虹灯招牌,包括写有「Ichiban Ramen — Est. 1987」的拉面店招牌、卡拉 OK 酒吧招牌以及各种发光的广告牌。雨后湿滑的人行道上映着灯光。

界面/世界知识提示:一张照片级真实的 YouTube 视频截图,展示了一段名为「如何在 2026 年组装电脑」的视频,该视频拥有 230 万次观看,配有逼真的评论区、侧边栏推荐视频以及频道信息。桌面浏览器视图。

宽屏触发提示:这是一张电影般的宽银幕照片,拍摄了宜家门店黄昏时分的外观,展示了发光的宜家招牌、停车场里有逼真的汽车,以及进进出出的购物者。黄金时刻灯光,格式 16:9。

未标注图片来源及参考:https://miraflow.ai/blog/how-to-use-duct-tape-ai-model-arena-gpt-image-2-guide

本文来自微信公众号“APPSO”,作者:发现明日产品的

Criptos en tendencia

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

ZRX（0X）ZRX

PancakeSwapCAKE

Preguntas relacionadas

QGPT Image 2相比前代模型在文字渲染方面有哪些显著提升？

AGPT Image 2在文字渲染方面实现了显著突破，能够准确生成中文、英文等多种语言的文字，字形和笔画完整清晰。例如，它可以生成排版规整的身份证样式图片，甚至能正确渲染复杂的UI界面文字，解决了早期模型（如DALL-E 3）文字错乱的问题。

QGPT Image 2的泄露对‘截图作为证据’的可靠性有何影响？

AGPT Image 2能够生成高度逼真的证件、UI界面等图像，且文字渲染极其准确，这使得伪造的截图难以被肉眼识别。因此，传统上依赖截图作为证据的可靠性大幅降低，因为AI生成的虚假截图可能以假乱真。

QGPT Image 2在哪些实际应用场景中具有优势？

AGPT Image 2在生成信息图、产品原型设计、投资演示、文档配图等场景中优势明显。例如，设计师可以直接用文字描述生成界面参考图，无需手动绘制；投资者能快速生成产品截图用于Deck展示，提高效率。

QGPT Image 2与Google的Nano Banana Pro相比如何？

A根据早期测试，GPT Image 2在真实感、文字渲染和世界知识三个关键维度上均超越了Google的Nano Banana Pro，实现了全面领先。而Nano Banana Pro仅在艺术风格控制上可能保留部分优势。

Q如何提前体验GPT Image 2模型？

A目前GPT Image 2处于A/B测试阶段，部分ChatGPT用户可能随机获得访问权限。用户也可以尝试通过LM Arena评测平台（https://arena.ai）碰运气，但需注意该模型尚未正式发布，OpenAI计划在2026年5月DALL-E退役前后推出。

Lecturas Relacionadas

Detrás de las hojas de calificaciones de la IA, hay un "creador de exámenes" chino

El artículo habla sobre las "hojas de calificaciones" (benchmarks) que se utilizan para evaluar el rendimiento de los modelos de IA avanzados, como GPT, Claude y Gemini, y destaca la figura de Wenhu Chen, un investigador chino que está detrás de varios de estos puntos de referencia fundamentales, como MMLU-Pro, MMMU y MMMU-Pro. Chen, profesor asistente en la Universidad de Waterloo y fundador del TigerLab (también conocido como "la banda de la cabeza de tigre"), abordó la necesidad de nuevas pruebas cuando los modelos más potentes, como el o3 de OpenAI, comenzaron a alcanzar puntuaciones casi perfectas en evaluaciones anteriores como MMLU, lo que las volvía menos útiles para discriminar capacidades. MMLU-Pro, presentado en 2024, es una versión más difícil y robusta que la original, con más opciones de respuesta y preguntas que requieren mayor razonamiento, logrando así diferenciar mejor el rendimiento de los modelos. Por otro lado, MMMU es un benchmark multimodal que evalúa la capacidad de los modelos para comprender y razonar combinando información de texto e imágenes complejas (como diagramas, gráficos, mapas) en múltiples disciplinas académicas. Incluso los mejores modelos al inicio mostraban un bajo rendimiento en esta prueba. MMMU-Pro fue un desarrollo posterior para garantizar que los modelos no evadieran el procesamiento visual. La investigación de Chen se ha centrado históricamente en la comprensión de información compleja y el razonamiento, lo que lo preparó bien para diseñar evaluaciones efectivas. Su experiencia incluye un doctorado en la UC Santa Bárbara, trabajar en Google Research y DeepMind en el proyecto Gemini, y ahora forma parte del laboratorio de superinteligencia de Meta. Su laboratorio también desarrolla investigación en modelos, como en comprensión y generación de video. El artículo concluye subrayando que, aunque la atención pública suele centrarse en las figuras más visibles de la IA, hay muchos profesionales talentosos, como Chen, cuya contribución en áreas fundamentales como la evaluación es crucial para el progreso del campo.

marsbitHace 9 min(s)

Detrás de las hojas de calificaciones de la IA, hay un "creador de exámenes" chino

marsbitHace 9 min(s)

STRC se desancla un 11%, ¿Sigue girando la máquina de movimiento perpetuo de Strategy?

El título preferente de Strategy, STRC, se está desvinculando de su valor objetivo de 100 dólares, con un descuento que supera el 11% y alcanzó un mínimo de 83,26 dólares. Este valor fue diseñado como un motor clave en la rueda de capital de Strategy, permitiendo la recaudación de fondos a través de emisiones continuas (ATM) sin diluir las acciones ordinarias (MSTR), para comprar Bitcoin y así impulsar el ciclo de expansión del balance. Sin embargo, este ciclo depende de que STRC se mantenga cerca de los 100 dólares. A pesar de que Strategy ha aumentado el dividendo al 11,5% y duplicado su frecuencia de pago, la desvinculación persiste. Los analistas señalen posibles causas como la venta forzada de inversores apalancados y, más fundamentalmente, una creciente preocupación del mercado sobre la solidez del modelo de capital de Strategy. Un informe de JPMorgan destacó que las reservas de efectivo de la empresa solo cubren unos 6,3 meses de obligaciones de dividendos de STRC, aunque Strategy contesta que sus vastas reservas de Bitcoin podrían cubrir décadas de pagos. El mercado está reevaluando el riesgo, especialmente después de que Strategy vendiera una pequeña cantidad de Bitcoin (su primera venta), cuestionando su narrativa de no vender sus reservas estratégicas. Si STRC continúa desvinculado, la capacidad de financiación de Strategy se debilitaría. En un escenario donde sus reservas de efectivo disminuyan, podría verse presionada a vender Bitcoin para cumplir con los dividendos, transformando su papel de comprador clave en el mercado de Bitcoin en un posible vendedor, lo que generaría una presión significativa a la baja en el precio.

Odaily星球日报Hace 22 min(s)

STRC se desancla un 11%, ¿Sigue girando la máquina de movimiento perpetuo de Strategy?

Odaily星球日报Hace 22 min(s)

El nuevo trabajo más codiciado en Silicon Valley ha aparecido

El artículo analiza el surgimiento del nuevo rol más demandado en Silicon Valley: el Ingeniero de Despliegue en Campo (FDE). Aunque en los últimos años la industria de la IA se centró en crear modelos más potentes, hoy las principales empresas como OpenAI, Anthropic y Google enfrentan el mayor desafío: la implementación práctica en las empresas. El problema principal no es la tecnología, sino la adaptación organizativa. Muchas empresas que adquirieron soluciones de IA no logran integrarlas eficazmente en sus flujos de trabajo debido a problemas con datos históricos, sistemas heredados, procesos de aprobación y cultura corporativa. La metodología FDE, inspirada en la empresa Palantir, implica que ingenieros trabajen in situ con los clientes para entender sus procesos específicos y personalizar la implementación de la IA. Esto representa un cambio fundamental en el modelo de negocio: de vender herramientas a vender resultados garantizados. Recientemente, OpenAI, Anthropic y Google han realizado grandes inversiones y alianzas para fortalecer sus capacidades de despliegue, señalando que la próxima batalla de la IA no será por el mejor modelo, sino por la integración más efectiva en las organizaciones. El éxito de la IA depende cada vez más de comprender y transformar las dinámicas humanas y estructurales dentro de las empresas.

marsbitHace 22 min(s)

El nuevo trabajo más codiciado en Silicon Valley ha aparecido

marsbitHace 22 min(s)

Cuando la Copa del Mundo choca con el Agente: ¿Cómo evolucionan las carteras desde Web2 hasta Web3 hacia la Cartera Agéntica?

El Mundial de la FIFA es un escenario ideal para observar la evolución de las carteras digitales. Eventos como los mercados de predicción en Polymarket ofrecen una entrada ligera a las interacciones en cadena para los usuarios. Un cambio más significativo y temprano es la integración de Agentes de IA en las carteras, lo que podría transformar la forma en que los usuarios interactúan con el mundo web3. Por ejemplo, imToken ha comenzado a explorar la incorporación de Agentes de IA en escenarios prácticos durante el Mundial. Sus agentes en la web y en Discord permiten a los usuarios participar en mercados de predicción de manera más natural, guiándolos sin problemas de vuelta a la cadena de bloques desde entornos como Discord o páginas web. Esto representa una versión inicial de la "Cartera Agéntica", donde la cartera web3 del futuro podría no limitarse a una aplicación, sino ser una "forma de cartera de IA" omnipresente. El cambio fundamental reside en que la cartera evoluciona de ser un simple menú de funciones a convertirse en un "intérprete de intenciones". Los usuarios ya no necesitan saber exactamente qué acción técnica realizar; pueden expresar su intención en lenguaje natural, y el Agente la desglosa en una ruta de acciones en cadena, que la cartera ejecuta. Este enfoque es especialmente adecuado para eventos masivos como el Mundial, donde los usuarios tienen un contexto claro y un deseo natural de expresar opiniones y realizar apuestas. La iniciativa "Agent Pay" de Mastercard, lanzada en junio, subraya que esta tendencia trasciende el ámbito web3. Define cómo los Agentes de IA confiables pueden participar en pagos con autorización del usuario, abordando cuestiones de identificación, autorización y verificación dentro de la red de pagos. Esto refleja los mismos desafíos que enfrentan las carteras web3: cómo permitir que la IA actúe de manera eficiente pero dentro de límites seguros y controlados por el usuario. Por lo tanto, la pregunta central para la Cartera Agéntica no es cuántas tareas puede automatizar la IA, sino cómo garantizar que el usuario comprenda y controle lo que el Agente está haciendo. La cartera debe traducir operaciones complejas en términos comprensibles, gestionando autorizaciones claras, límites de gasto, alcance de acción y mecanismos de pausa o revocación. La exploración de imToken en el contexto del Mundial es un paso inicial en esta dirección, demostrando cómo la cartera puede facilitar interacciones a partir de la intención del usuario, manteniendo siempre la claridad y el control fundamentales.

marsbitHace 1 hora(s)

Cuando la Copa del Mundo choca con el Agente: ¿Cómo evolucionan las carteras desde Web2 hasta Web3 hacia la Cartera Agéntica?

marsbitHace 1 hora(s)

¿Las opciones no funcionan en DeFi? Vitalik podría no estar de acuerdo

El autor analiza la propuesta de Vitalik de utilizar contratos de opciones como base para una moneda estable algorítmica sin mecanismos de liquidación. En lugar de tratarse de un producto financiero independiente, la opción actuaría como módulo subyacente. La propuesta divide 1 ETH en dos activos sintéticos: uno (P) que ofrece un valor estable hasta un precio de ejercicio y otro (N) que captura las ganancias por encima de ese nivel, replicando la estructura de una opción call cubierta (covered call). El mayor desafío es que el activo estable P requiere vender constantemente opciones call profundamente en el dinero y renovarlas, lo que genera deslizamientos en los costos y riesgo de front-running. Además, para que el sistema escale, debe existir una demanda constante del activo de apreciación N, que es esencialmente una posición apalancada larga en ETH sin tarifas de financiación. El autor destaca, basándose en la experiencia de Rysk, que las opciones en DeFi han tenido dificultades para escalar como producto directo, pero encuentran mayor potencial como infraestructura básica para construir productos más complejos como monedas estables, productos estructurados o índices, donde gestionan el riesgo y la distribución de rendimientos.

marsbitHace 2 hora(s)

¿Las opciones no funcionan en DeFi? Vitalik podría no estar de acuerdo

marsbitHace 2 hora(s)

Trading

Spot

Futuros

Artículos destacados

Cómo comprar BANANA

¡Bienvenido a HTX.com! Hemos hecho que comprar Banana Gun (BANANA) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Banana Gun (BANANA) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Banana Gun (BANANA)Después de comprar tu Banana Gun (BANANA), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Banana Gun (BANANA)Tradear fácilmente con Banana Gun (BANANA) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

158 Vistas totalesPublicado en 2024.12.11Actualizado en 2026.06.02

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de BANANA (BANANA).