OpenAI 直播存檔與未來路線圖

背景

OpenAI 於 2026 年 4 月 21 日舉行了最新一場直播發表會，正式推出了 ChatGPT Images 2.0（亦有討論稱之為 gpt-image-2）。此次更新標誌著 OpenAI 在影像生成領域的重大進展，旨在進一步縮小人工智慧生成內容與真實影像之間的差距，並整合進其日益龐大的模型生態系中。

社群觀點

針對這次發表，Hacker News 社群的反應呈現出從驚嘆到疲勞的兩極化趨勢。許多使用者對於影像品質的飛躍感到震撼，認為 AI 生成與非 AI 影像之間的界線已趨於崩潰。有評論指出，這是第一次讓人完全無法分辨某些照片是否由 AI 產生，特別是在雜誌排版與圖表設計的應用上，其擬真程度已達到極高水準。部分資深技術人員感嘆，從 DALL-E 問世到現在的 Images 2.0 僅僅過了五年多，技術的演進速度令人聯想到二十世紀初的人類見證了從馬車到登月的跨度。然而，這種技術成熟也帶來了憂慮，社群中不乏對未來無法辨識真實性的恐懼，並預言影像生成技術已基本被「解決」，下一個戰場將是影片生成。

在技術實測方面，知名開發者 Simon Willison 分享了他透過 API 測試新模型的經驗。他嘗試生成一張「威利在哪裡」風格的浣熊無線電通訊影像，發現高解析度模式（3840x2160）的表現遠優於標準模式，儘管單張成本高達 40 美分，但確實能產生極其細緻的細節。這引發了一場關於 AI 偵測能力的有趣討論：當使用者嘗試用其他模型（如 Claude 或 GPT-5.4）來尋找影像中的特定物件時，模型往往會出現幻覺，信誓旦旦地指認出並不存在的座標。這反映出生成模型雖然在「創造」細節上表現卓越，但在「理解」與「檢索」自身生成的複雜內容時仍存在挑戰。

此外，社群對 OpenAI 的商業模式與簡報風格也頗有微詞。有觀點質疑 OpenAI 長期以來的虧損訂閱模式，希望能看到更透明的代幣成本，而非依賴風險投資支撐的低廉價格。對於發表會本身，部分聽眾批評講者的螢幕表現力不足，缺乏感染力，儘管他們在技術領域無疑是頂尖專家。在功能面上，使用者最關心的仍是「影像修改」能力，雖然直播中出現了編輯按鈕，但許多人對 AI 是否能精準修改現有影像而非重新生成一張完全不同的圖仍抱持懷疑。最後，也有評論者對 AI 影像的氾濫感到厭倦，認為這些影像雖然精美，卻散發著一種人工的疏離感，並預測這種純粹的技術堆疊最終可能會像 Sora 一樣面臨市場反應冷淡的困境。

延伸閱讀

• Simon Willison 的測試工具：開發者分享了用於測試 OpenAI 影像 API 的 Python 腳本，可於 GitHub 的 simonw/tools 儲存庫中取得。
• OpenAI 官方介紹：關於 ChatGPT Images 2.0 的詳細技術說明與範例展示頁面。