這就是 ChatGPT Images 2.0 ☕ Buy me a coffee

🧑‍🏫 這支影片是 OpenAI 在發表新的畫圖 AI「Images 2.0」。官方強調，它畫圖前會先想一想、上網查資料，還能一次生出好幾張不同的圖，也支援 2K 高解析度。如果你常用 AI 做海報、簡報圖或社群圖，看這支可以知道它現在做得到哪些事。

• 00:10 今天發表 Images 2.0（字幕記為「Imagen 2.0」，應為標題的 Images 2.0）
  ↳ OpenAI 推出新的影像生成模型（image generation model），就是你打字描述、它幫你畫出圖的 AI，名字叫 Images 2.0。字幕寫成 Imagen 2.0 是聽寫錯誤。
• 00:10 比喻：DALL-E 像洞穴壁畫，第一代像古代藝術，2.0 則是文藝復興
  ↳ DALL-E 是 OpenAI 早期的畫圖 AI。官方用美術史來比喻：DALL-E 像洞穴壁畫，第一代像古代藝術，2.0 就是文藝復興。意思是這次是大躍進，不只是小改版。
• 00:10 號稱史上最聰明的影像生成模型，能產出複雜、精緻、可直接用於正式產品（production-ready）的視覺內容
  ↳ 官方說這是目前最聰明的畫圖模型。production-ready（可以直接上線用）是指成品夠精緻，不用再大改，就能放進簡報、網站或商品頁。
• 00:10 能生成正確的文字與有結構的設計
  ↳ 以前 AI 畫圖常把字畫成看不懂的亂碼。這次強調字會寫對、版面有條理，所以海報標題、菜單、表格這種要排版的東西，會比較能直接用。
• 00:10 模型不只是生成圖片，還會「思考」和做研究
  ↳ 它不是你一說就馬上畫，會先想清楚你要什麼、查好資料再動手。就像設計師接案前會先做功課，不會只憑印象就開畫。
• 00:10 可以搜尋網路，用最正確的資訊來生成圖片
  ↳ 它能上網查資料，拿最正確的資訊來畫。比方說要畫某個景點或某個產品，它會先查實際長什麼樣子，而不是自己腦補細節。
• 00:40 能用這些資訊做出解釋複雜系統的資訊圖表（infographic）
  ↳ infographic（資訊圖表）是用圖加少量文字，把複雜的內容講清楚，像捷運路線圖、流程圖。它可以把查到的資料整理成這種圖，拿來解釋一套複雜的系統。
• 00:40 能生成解數學題、附上證明（proof）的圖片
  ↳ 它能畫出一張把數學題解完的圖，還附上 proof（證明，就是一步一步說明答案為什麼對）。這表示它得真的懂內容，不是只會畫得好看。
• 00:40 新增多語言能力，同一張圖可以放多種語言，做給全世界的人看
  ↳ multilingual（多語言）是指同一張圖可以同時放中文、英文、日文等不同語言。一張海報就能給不同國家的人看，不用每種語言各做一版。
• 00:40 影像生成史上第一次可以一次生成多張不同的圖片
  ↳ 官方說，這是影像生成史上第一次能一次生出好幾張「內容不同」的圖，不只是同一張圖的幾個版本讓你挑。
• 00:40 例子：有結構化排版和寫實照片的整本雜誌、家裡每個房間的完整裝修規劃
  ↳ 例子一：一整本雜誌，有 typography（排版，就是字的大小、字型、位置怎麼安排），也有寫實照片。例子二：一次畫出家裡每個房間的裝修規劃。
• 01:12 例子：角色重複出現、劇情持續發展的漫畫（manga）
  ↳ 例子三：manga（日式漫畫）。重點是同一個角色在每一格都長得一樣，劇情也能一格接一格往下走，多張圖之間要彼此連貫。
• 01:12 支援 2K 解析度與多種長寬比，細節非常豐富
  ↳ 2K 解析度大約是寬兩千多個像素，放大看細節還是很清楚。aspect ratio（長寬比）就是圖片寬和高的比例，例如手機直式 9:16、橫式 16:9，可以照用途選。
• 01:12 定位：圖片不再只是拿來欣賞，而是用來探索、發明、打造東西，把想法變成現實
  ↳ 官方的定位是：圖片不再只是拿來欣賞，而是用來發想、試設計、做出實際東西的工具，幫你把腦中的想法變成看得到的成品。

根據影片，Images 2.0 在影像生成上有哪一項「史上第一次」的能力？