我立马去搜了一下，看是不是真有这个人。还好，虽然名字一样，但是账号内容是不一样的。这个人是AI捏造的，但太真了，这光影，这氛围感，属于是我看到截图会愣个30秒才能反应过来。那我再生成一个影视飓风的首页试一下吧。
说实话我恍惚了。。。就算左边是个假的，但是味真的太对了，是怎么做到封面一致性那么高的？我觉得今天这篇测评的方向，已经非常明确了。直接来场硬核对决，把我上次测评Nano Banana用的那些提示语，扔给GPT-Image-2再过一遍。一开始我还担心，如果直接拿Nano Banana擅长的，那些已经测试过几百遍的提示语给Image 2，会不会不太公平。所以，我收集了目前汇总到的GPT-Image-2的更新信息，加强的有文字渲染，世界知识，照片真实感，界面和布局生成（比较新的点），还加强了人物一致性，生成速度（一张图3秒），分辨率和图像编辑能力，跟Banana2擅长的挺重叠的，不存在说有先手优势，那我们直接开始PK！
1｜文字这是Nano Banana Pro的传统优势，我们先从这里开始，我做了一个包含多种不同大小的字体和复杂排版的海报设计需求。
=
左GPT右🍌说实话，我觉得一眼就能看出来这个海报哪一个更好看，哪一个更真实。左边这个我就觉得真的有这样的一个奶茶品牌，而且这个奶茶的包装和它的整个风格，根本就和我们平时喝的果茶没什么区别。但是右边这个放在Banana刚出来的时候觉得还行，但现在看多了就觉得AI感很重。再来看看这张招聘海报，里面文字太多提示语太长，我就放到文档里了。
我觉得从这两个 case 就能看出来，这两个模型可能有不同的优化方向。整体上来说，我会明显感觉到左边 GPT-Image-2 出来的风格，更像我平时在某团某聘上面看到的宣传海报，设计感强，整体的排版设计其实更符合招聘海报风格，包括它的文字，层级，以及添加的很多图标设计，细节都更到位。
左GPT右🍌放到这张咖啡图里就区别就更明显了，左边的GPT-Image-2会用更多偏向真实的素材进行辅助说明，也会选择像宋体这样比较偏细的字体，更有简洁感和高级感。海报的留白更符合审美，让人的视觉感受更舒服。不像右边banana做出来的，会觉得整个海报有点挤，又有边框，又把所有的文字跟图片和素材都挤在一起，在视觉上一下子觉得压力有点大。
左GPT右🍌产品展示这一块我觉得更不用多说了。GPT用的是目前护肤类产品更喜欢使用的细衬线，加上简洁图标的方式。包括整个产品里面，精华瓶子里会冒出的微小气泡，以及瓶子上面展示的产品名字，搭配的英文名，毫升数，都更加符合真实产品的样子。尤其在赠品方面，它还根据我提供的图片画出了对应的赠品形式，感觉更像在淘宝页面里看到的图片了。但是右边这个还是老样子，我觉得 Banana 看久了会觉得整个画面，尤其是它经常会用的右边这张海报里的这种字体（10张文字图里8张都是这种字体），AI 感还是有点重。
左GPT右🍌左边的GPT-Image-2就像是把我高中课本扫描了一遍，直接就给我出一页课件，Nana Banana 画的更像一个课本里的一张插图。我这才测了第一部分就想要半场开香槟了。
2｜真实世界接下来拼的是对真实世界的理解和复刻能力。我选择了一个包含不同光影不同材质和不同情绪的场景。
左GPT右🍌很难想象这两个模型用了多少图片素材，是有多爱喜茶啊，两个模型都画。而且我觉得先不说别的，左边的GPT-Image-2做出来的男生发型就会更真一点，而且怎么角落里还有个佳琦直播间啊！！
左GPT右🍌我觉得有意思的点，就是从他们生成这些偏生活类的照片中，我可以去猜一下这些来源的训练照片是什么时候的。就比方说，右边Banana居然生成了一辆蓝色的 ofo单车，左边的GPT-Image-2里人物手里拿着的那瓶呢，我盲猜是红牛跟茉莉蜜茶的混合体。
左GPT右🍌这个场景我觉得分不出高低，因为左边的GPT-Image-2有个万年老立白和没洗干净的菜盘子，另一个banana有万年砧板。我只能说，广东人家里的砧板不会放在锅前面，因为这样会溅到油。如果非要抠完细节的话，我觉得 GPT 会小赢一点点。毕竟它这里面看起来炒肉的肉丝多一点。哎不对，我突然看到了Image2里的这个围裙居然是建设银行的！
3｜界面复刻我觉得刚刚看了某音和某站复刻的页面还不过瘾。所以我又做了更多，比如这个黑悟空实机演示画面，
玩过黑悟空的应该都会觉得上边的GPT-Image-2更真实吧，天命人跟杨戬的形象跟原游戏的风格很像，战斗模式也是第一人称视角的，甚至还有台词，右面更像是左右回合制对战的形式。然后我还翻出了最开始测香蕉的时候，用的微信聊天记录群的提示语。
左GPT右🍌我觉得这局算是平手。左边GPT-Image-2的图，整个布局和字体都更接近微信的排版，但是右边Banana引用图片的方式，以及聊天中间会有时间展示，都更接近微信。再来看看电商首页的这个 UI 展示，
左GPT右🍌这两个的首页其实都还挺像的，但是右边的 Banana 很喜欢用这种比较粗的字体，让画面看起来比较挤，而且总是给我输出这种带边框的图片。再来看一个音乐播放器的 UI 界面，
光是左边GPT-Image-2给我做了一个专辑封面，这一点就已经赢了。然后我还把我的账号截图发给了 GPT 和 Banana，让他给我做一个抖音直播的预告封面。
左GPT右🍌只能说左边GPT-Image-2真的赢麻了，它自己设计的这些内容以及看点，我看了都想直接拿来用。
4｜一致性除了文生图，我现在还特别依赖生图模型对于图片二次处理的能力。也就是说，我希望它能够保持我上传的参考图片的风格，或者保持参考图片中主体的一致性，这两点都非常重要。所以我也对比了Image2和 Banana的人物一致性能力。这里我直接用两个表情包，分别看看它们对动画人物和真实人物的一致性都能保持得怎么样。上来就让它们生成十六宫格表情包。
左GPT右🍌好家伙，原来芙莉莲可以有这么多表情的吗？不过我觉得其实两方的差别不是很大。硬要说的话，我其实更喜欢左边GPT-Image-2给我分格的形式，右边所有芙莉莲的耳朵都连在一起了。那再来看看这个哈利波特呢，这是剧版小哈利波特的剧照，什么时候上映啊。
这场我给到平局。右边Banana在保持人物脸型和发型的一致性上做得非常好，中间Image-2则在表情的多样性上小胜一把。我还做了一个产品场景的，先让GPT 5.4了解一下常用的产品打光有哪些类，然后再让Image-2根据一个参考的香水图片，一次性输出多宫格图片。
上GPT下🍌
5｜图片参考再到图片参考这一块，也是我们使用频率很高的图片二次编辑能力。这里我跟家里小猫一拍即合，给它做一个肯德基的联名海报，
可以看到两边的小猫的形象都还和原图保持了一致。但是整体的画面丰富度，包括下面还有一个联名限定，我觉得都是中间的GPT-Image-2做的会更好。右边 Banana 做出来的就有点呆了。而且，GPT的图片编辑的交互方式也很爽，直接点击图片，左下角就有个编辑功能，比方说，我在这里把麦当劳风分别改成了肯德基，汉堡王，麦当劳跟爱马仕的联名。我拿放大镜看了一下，细节部分处理得非常好，背后套餐小图上面的 Logo，底下收银机上面的文字，都是可以对上的。
再看海报复刻，左边我给了一张风格化非常强的一版海报，然后丢给Image2和Banana，让他们去复刻，把里面春天场景的内容改成冬天。
可以看到，其实中间的GPT-Image-2和右边的Banana对于整个风格的复刻做得都很不错，包括字体和图片的样式，都和原图保持了非常一致的风格。如果要论细节的话，可能中间Image-2那张图的九宫格截图更具有胶片的颗粒感，与原图的一致性会更高一点点。然后再来看看我们也经常会用到的图片翻译功能，
真要说的话，右边GPT-Image-2的文字没有翻译完整，人物的名字没有翻译，但是中间这个Banana的翻译效果当时我抽了很久，文字总有那么几次不太稳定的时候，真要论文字稳定Image-2我可以给到夯！最后，同样是图片反推提示语，再让模型文生图，GPT-image-2（中间）的细节我能到夯！
呼，测试到这，当我再去翻GPT的图库时，回想到当时GPT4o爆火，还是因为生成那种抖动性的iPhone图。
这种突然的反超我真觉得是AI最有魅力的点，充满了不确定性。今天，你可能觉得某个模型是编程第一。明天，就可能有一个新的选择出现，它会用一种全新的思路来解决过去头疼的问题。这种你追我赶的状态会倒逼整个生态越来越好，使用的门槛越来越低。放到26年的今天，一个创作者订阅着十几个不同的AI会员一点都不离谱。但这件事，如果放在23年，光是订阅费就心痛。那个时候得挑着用，选着用，从一堆感觉能用的模型里边，选择一个看起来还行的。但现在，这种体验和感受已经变成了，我这个也想用，那个也想用。没有谁能代替得了谁，大家都是越做越好了。@ 作者 / 卡尔 & 阿汤
© 版权声明
文章版权归作者所有，未经允许请勿转载。
