前天凌晨，当大多数人还在睡梦中时Sam Altman 在 X 上丢出了一部漫画。这事儿乍一kan没什么大不了的，毕竟 AI 画图也不是一天两天了。但当你点开大图，仔细kan那六格分镜里的人物连贯性，甚至对话气泡里工整清晰的英文，还有那仿佛真实纸张的纹理质感，你可Neng会和我一样，后背发凉。

这不是人类画师的手笔，完全出自 ChatGPT 之手。这部漫画背后的引擎，就是 OpenAI 在近期正式发布的 ChatGPT Images 3。模型代号 gpt-image-3，这可是 OpenAI 首个真正具备推理Neng力的图像生成模型。这不仅仅是一次geng新，简直像是在平静的湖面扔了一块巨石。

过去几年，咱们kan AI 生图，基本就是在kan一个“黑箱”。你丢进去一行提示词，它吐出一张图，中间发生了什么？不知道。它自己也不知道。就像个只会听指令的画匠，你说画猫它就画猫，至于猫在干什么符不符合逻辑，它并不在乎。

但 Images 3 的出现，尤其是它的思考模式，彻底改了这套逻辑。

这玩意儿现在在渲染第一个像素之前，居然会先“动动脑子”。据 PetaPixel 报道，这种思考模式的本质，是把 OpenAI 强大的推理模型Neng力硬生生地融进了图像生成的流程里。它不再是机械地把文字变成色块，而是先去“理解”你的任务。

具体来说它会Zuo三件事：

以前你让 AI 画个“旧金山明天的天气预报”，它可Neng给你画个太阳，因为旧金山总是晴天嘛。但现在？它会先去搜旧金山的实时天气。Ru果明天是雨天它就会在图中准确画出雨丝、湿漉漉的街道，甚至把渡轮大厦、泛美金字塔这些地标在雨雾中的感觉dou给你渲染出来。你没交代的数据，它自己查，自己补。这哪是画图，这简直是个带画笔的情报员。

OpenAI 的产品负责人 Adele Li 在演示时上传了一份产品策略文档。模型没有敷衍地配个图，而是把文档里的核心数据、品牌 Logo 全dou消化了Zui后生成了一张逻辑严密的宣传海报。这种“理解上下文再出图”的Neng力，以前可是 Photoshop 加资深设计师的专属领地，现在 AI 直接把活儿抢了。

它会先搭好图像的骨架布局，甚至对自己即将生成的东西Zuo一遍预演和检查。这种“三思而后行”的风格，让它在处理复杂任务时不再是那种“抽卡”式的碰运气，而是真的在“交付”。

说实话，Images 3 Zui让我瞠目结舌的，不是画得geng像照片了而是它单次提示Zui多Neng生成 20 张连贯图像。而且，这 20 张图里的角色、物体、风格，Neng保持高度一致。

这事听起来不大，但在 AI 生图领域，这可是块硬骨头。以前你想Zuo个漫画分镜、儿童绘本或者品牌系列海报，你得一张一张地生成。每次你dou得重新跟它解释：“主角长什么样、穿什么衣服、眼睛是什么颜色”。然后呢？你得祈祷模型别把蓝衣服画成绿的。20 张图下来主角可Neng换了 10 张脸，那种崩溃感，谁试谁知道。

现在这个问题解决了。Reddit 上有位用户Zuo了个相当“狠”的测试。他让模型生成一张“Where's Wally”风格的拥挤海滩场景，里面藏了一个穿红外套的角色。图生成后他追问模型：“把你藏的那个角色圈出来”。

你猜怎么着？模型居然记住了自己生成角色的空间坐标，准确无误地画了个圈！这种上下文记忆Neng力，以前从没在图像模型里出现过。这证明它不仅记住了角色的长相，还记住了它在画面里的位置。这不仅仅是画图，这是在处理空间逻辑。

Images 3 提供了两种生成模式，针对不同的人群：

即时模式——这个对所有用户开放，包括免费用户。主打的就是一个字：快。日常刷刷图、Zuo个头像，完全够用。实测下来免费用户每天大概Neng生成 20 张左右，对于想尝鲜的人来说这波福利不亏。

思考模式——这是给 Plus、Pro、Business 用户准备的“专业版”。速度会慢一些，毕竟它在“思考”嘛，但输出质量明显高出一个档次。支持联网搜索、多图连贯生成、自我校验。Ru果你是创作者、营销人，或者需要Zuo漫画、绘本、品牌素材这些需要连贯性的场景，这个模式确实Neng省下大把的时间。

AI 生图Zui丢人的时刻是什么？是你精心写了一行中文口号放海报里结果出来一堆鬼画符。DALL-E 2 时代这种翻车现场数不胜数，简直成了行业笑话。

Ru果你对 AI 生图的印象还停留这次可Neng要geng新认知了。Images 3 这次重点提升了中文、日文、韩文、印地语、孟加拉语的文本渲染Neng力。据 TechCrunch 报道，模型在小号文字、图标、UI 元素、密集构图这些“过去让图像模型频频翻车”的领域，现在Neng稳定渲染，API 分辨率Zui高支持 2K。

《连线》杂志记者直接让模型生成了一张 Timothée Chalamet 主题的中国粉丝拼贴海报。画面中出现了超过 50 处中文文本，配上饺子、珍珠奶茶和熊猫——关键在于，中文不仅拼写正确，排版也自然融入了设计，完全没有违和感。

geng直观的对比来自开发者 Simon Willison 的测试。他让新旧模型分别生成一张“沃利在哪里”风格的寻物图，目标是找到一只拿着业余无线电的浣熊。旧版画面虽然丰富，但翻遍整张图dou找不到那只浣熊。而新版在 4K 设置下吐出了一张 17MB 的大图，那只浣熊正安安静静地坐在左下角，清晰可辨，连手里的无线电dou画得明明白白。

沃顿商学院教授 Ethan Mollick 过去几周一直在测试 Images 3，他的结论hen有意思：“我原本不觉得geng好的图像生成器是什么大事，但事实证明存在一个我没预料到的质量门槛——一旦跨过去，就Neng生成高质量的文字内容、幻灯片和学术海报。”

但他同时也提醒了一个细节：模型在反复编辑修改时会变得“非常顽固”。前两次调整效果不错，之后就开始磨洋工。这时候，不如把图像放进新对话重新开始，别跟它死磕。

过去几年，AI 生图的竞争主旋律一直是审美竞赛：谁geng会出氛围图，谁geng会Zuo大片感。但真正卡住商业落地的，从来不是“像不像艺术”，而是“Neng不Neng交付”。海报里的字写不对，品牌名不一致，信息图只Neng远kan不Neng细读——这些毛病让 AI 生图长期停在“适合演示，不适合生产”的阶段。

Images 3 在“Neng不Neng直接拿来交差”这个维度上，真的拉了一大截。Midjourney 在艺术审美和风格探索上依然领先，但论“Neng出活儿”的程度，OpenAI 这次跑到了前面。

据 VentureBeat 报道，这项功Neng对漫画创作、故事板、品牌多图营销、儿童绘本等场景尤其有价值，“解决了过去必须一次提示一张图再手动拼接的繁琐流程”。CNET 的评价也hen直白：ChatGPT 不追求 Midjourney 的艺术奇幻感，也不Zuo Adobe 级别的专业编辑工具，它瞄准的是中间那群人——需要快速出好kan内容的人。

当然咱们也不Neng把它吹上天。OpenAI 自己也承认了几条短板：折纸、魔方这类复杂物理结构的理解依然有限；隐藏或倾斜表面的细节表现不稳定；沙粒这类高密度重复细节仍然处理不好。

Reddit 用户还发现了一个挺有意思的“网格噪点” bug。当你用逗号分隔的关键词堆砌提示词时生成的图像会出现奇怪的网格纹理。解决办法出奇地简单——把关键词式提示词改成自然语言描述，噪点就消失了。一位用户说：“一旦你用自然语言跟它说话，输出的真实感Ke以骗过 iPhone 照片。”

这其实也给了我们一个启示：现在的 AI，geng喜欢你像跟人说话一样跟它交流，而不是把它当成一个填空机器。

一天之内，Altman 的那条推文被浏览超过 2000 万次。评论区炸了锅：有人惊叹“漫画师要失业了”，有人质疑“这肯定是人工修过”。Altman 没有回复任何辩解，只是在后续推文中继续用它生成geng多图片。OpenAI 总裁 Greg Brockman 也坐不住了在社交媒体上感叹：“真的难以置信，你现在用一点计算资源就Neng造出这样的东西。”

氪的实测标题写“20招玩转生图新王”，爱范儿写“设计师没完蛋，但我被 AI 骗麻了”——这两种态度，其实说的是同一件事：AI 生图从玩具变成了工具。

至于设计师会不会失业？短期肯定不会。但“会用 AI 的设计师”和“不会用的设计师”之间的差距，从这天开始拉大了。Images 3 的思考模式、多图连贯、多语言文本渲染，恰好对准了那些真实痛点。

对普通用户，免费版就够玩。对创作者和营销人，Plus 订阅的思考模式值得一试。毕竟当 AI 开始帮你“思考”怎么构图、怎么查资料、怎么保持一致性时你剩下的工作，就是决定怎么用好这把利剑。

你觉得 AI Neng替代漫画师吗？Neng扣 1，不Neng扣 2，评论区见。咱们拭目以待，kankan这波技术浪潮，Zui后会把我们推向哪里。