ChatGPT Images 2.0 功能大提升,但测试中仍出现这些错误!

news2026/5/1 5:37:34
1. ZDNET 的关键观点是什么ChatGPT Images 2.0 能生成准确的文本和可用的图形还能匹配包括 ZDNET 视觉风格在内的品牌样式但仍会出现错误需要人工审核。本周早些时候OpenAI 推出了其全新的图像生成引擎 ChatGPT Images 2.0。此次发布的关键在于其功能有了巨大提升从创建“装饰性图像”OpenAI 的说法跃升至能生成包含详细文本的整页图形。提前获得预发布版本试用机会它整体表现不错但在处理 ZDNET 标志时总是出错。现在该产品已正式发布将对其进行全面深入的测试。ChatGPT Images 2.0 对所有 ChatGPT 用户层级开放但更强大的语言功能仅对能使用 Thinking 模型的付费用户开放。使用开启了 Thinking 功能的 ChatGPT Plus 账户进行了所有测试。另外还对 GPT - 5.5 进行了 10 轮测试它得了 93 分满分 100仅因表述过于夸张而失分。2. 从 ZDNET 品牌测试开始情况如何没有直接上传 ZDNET 页面让它识别页面上的标志而是单独创建了 ZDNET 标志的图像并在每次提示时都上传该标志这似乎很有帮助。ZDNET 不允许 OpenAI 抓取其页面。ZDNET 的母公司 Ziff Davis 在 2025 年 4 月对 OpenAI 提起诉讼指控其在训练和运行 AI 系统时侵犯了 Ziff Davis 的版权。所以使用 Chrome 扩展程序截取了想用于 Images 2.0 测试的文章的全屏截图这样 ChatGPT 才能读取这些文章。ChatGPT Images 2.0 能保留 ZDNET 标志吗以之前写的关于 Images 2.0 的文章为测试起点向 ChatGPT 输入提示“使用 ZDNET 品牌风格和附带的 ZDNET 标志为这篇文章创建一个详细生动的信息图。”结果不仅标志正确颜色也完全符合 ZDNET 的风格。而且该图像在文本处理上表现出色所有文本都正确甚至图像中倾斜的小字体也无误。3. 能否生成风格化的速记笔记几个月前曾让 Google 的 Nano Banana 完成创建美国《权利法案》速记笔记版本的任务。Nano Banana 在图像方面表现出色但反复尝试才让它把文字表述正确。这次针对 ChatGPT Images 2.0提高了难度要求生成符合 ZDNET 品牌风格的速记笔记。在整篇文章中都强调品牌风格因为这是 ChatGPT Images 2.0 能为用户提供实际价值的一种方式。给出的第一个提示是“为我创建一份美国《权利法案》的速记笔记使用 ZDNET 标志风格并采用 ZDNET 风格制作速记笔记。”这是左侧的图像。第二个提示是“加入 ZDNET 标志并添加更多霓虹灯风格的颜色或许可以用黑色背景。”这是右侧的图像。可以看到文本准确无误没有重复或遗漏内容这已经远超 Nano Banana 的表现。两个版本都符合 ZDNET 的风格唯一美中不足的是第二张图像中的 ZDNET 标志看起来有些拥挤。不过标志本身是正确的可能再调整几次提示就能让它的位置更合适。4. 信息图有哪些小失误在测试中让 Images 2.0 将 AI 网站建设工具对比文章转换为信息图。它生成了一个虽然有点繁杂但还算可用的信息图甚至还从互联网上添加了文章中没有的信息如基础定价。但信息图存在四个明显错误标题突出显示“以下是 9 款最佳 AI 网站建设工具”还特意突出了“9”可实际上文章只评测了 5 款网站建设工具。在信息图下方确实展示了评测的 5 款工具。奇怪的是ChatGPT 不知为何用 Durable10Web 的竞争对手替换了 10Web而既没有评测 Durable文章中也未提及它。AI 为这些服务生成了一个总结表格列出了易用性、设计灵活性和 AI 功能的星级评分但并未提供这些类别的星级评分而且 AI 对某些供应商过于慷慨评分与评测文本内容相悖。最后在信息图底部AI 正确再现了 ZDNET 标志但标志上方有一条下垂的线这是怎么回事呢公平地说这些错误在内部人类平面设计师的初稿中也可能出现。作为创始人兼产品经理在过去见过设计师初稿中出现更严重的图形错误。当重新提示 Images 2.0 进行修正除了星级评分在第二张图像中未进行修正时它确实用更合适的信息修改了信息图。5. ChatGPT Images 进步显著体现在哪ChatGPT Images 2.0 较之前版本有了巨大改进。去年试用的 ChatGPT Images 版本就令人印象深刻尤其是在图像重新情境化方面。而这个新版本能解读实际内容并创建图像相较于之前的版本有了质的飞跃。更重要的是它能带来切实的商业价值这使得它不仅适用于娱乐图片在实际工作中也很有价值。请继续关注将对比这个版本与 Google Gemini 的 Nano Banana并进一步探索它能协助完成哪些与工作相关的任务特别是在用户界面设计方面。对依赖 AI 生成的视觉内容有多大信心呢毕竟模型可能会引入一些细微的事实性错误。欢迎在下方评论区分享看法。可以在社交媒体上关注日常项目的更新动态记得订阅每周更新时事通讯并在 Twitter/XDavidGewirtz、FacebookFacebook.com/DavidGewirtz、InstagramInstagram.com/DavidGewirtz、BlueskyDavidGewirtz.com和 YouTubeYouTube.com/DavidGewirtzTV上关注。6. 人工智能相关其他内容有哪些- 试用了一款本地、开源且完全免费的 Claude Code 替代工具了解它的工作原理。- 如何立即从 Windows 11 中移除 Copilot AI。- AI 正悄然自我毒害使模型走向崩溃但有解决办法。- 如何识别 AI 图像6 个表明其为假图的明显迹象以及常用的免费检测工具。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2552888.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…