硬剛GPT-Image-2！國產AI生圖“天花板”又被捅破了？

允中 發自 凹非寺
量子位 | 公眾號 QbitAI

這兩天，大家伙朋友圈是不是被GPT-Image-2刷屏了？

文字渲染精準、高密度的信息圖，復雜布局和美學UI一次到位，真實感爆棚。

連社交媒體截圖、高考試卷都能近乎一比一還原，這完全顛覆了曾經以往的文生圖模型，徹底解決了文字、信息圖這些長期以來的痛點問題。

大家看完的第一反應，幾乎都是：設計師真要失業了……

而就在剛剛，兔展智能甩出一張王炸：UniWorld-V2.5，居然直接“重現”了GPT-Image-2的某些驚艷Cases。

不廢話，咱直接上療效。

同樣一套提示詞，我們看看生成結果對比：

提示詞：生成一個篆書碑刻拓片，內容是“由兔展智能首席科學家袁粒領導團隊研發”

△GPT-Image-2生成

△Nano-Banana-2生成

△UniWorld-V2.5生成

可以說，在InfoGraph、文字密集、圖文交錯等此前被公認為“AI生圖天花板”的場景上，UniWorld-V2.5的完成度已經對齊GPT-Image-2，并顯著超越其他國內外主流文生圖模型。

更重要的是，UniWorld-V2.5需要輸入的prompt非常簡短，不需要像之前一樣提供極其復雜和詳細的prompt。

你只需要一句話，即可生成多樣、復雜的視覺信息圖，背后是一整套完整的視覺生成系統在做支撐。

接下來，我們一起見證更多場景奇跡。

高考數學卷：最難的中文測試，它過了

以前，AI生圖最令人崩潰的場景是這樣的：

結構化排版+高密度中文+復雜多樣數學公式+曲線圖+立體圖，同時出現在一張圖里。

幾乎所有文生圖模型，在這個場景下表現都很不穩定，甚至根本無從下手。

UniWorld-V2.5則表示：這只是基本功。

直接上地獄級測試，提示詞：

生成一張2025年高考數學理科試卷。

△2025年高考數學理科試卷（由UniWorld-V2.5生成）

一張圖里同時包含：選擇題、填空題、解答題、函數圖像、幾何證明……

密密麻麻一整頁，格式規范，字跡清晰，連答題線和頁碼都一個不落。

這已經不是“像不像”的問題，而是“能不能直接拿去給學生考試”的問題。

與此類似的，對中文排布要求很高的場景“簡歷生成”，效果也同樣可圈可點：

△馬斯克個人中文簡歷（由UniWorld-V2.5生成）

這種?字密集?成能?，此前的主流模型?乎?法做到。

在中文密集文字和復雜排版領域，這是前所未有的降維打擊。

GUI布局：超真實的APP界面生成，也過了

想要AI生成一個真實感的社交媒體APP界面？

傳統模型生成的界面要么布局錯亂，要么文字胡言亂語。

給UniWorld-V2.5布置作業，讓它一句話生成一套完整、可亂真的社交媒體界面及布局。

1、抖音直播帶貨

主播、商品彈窗、價格、實時彈幕、打賞特效，細節真實到“細思極恐”。

△馬斯克直播賣茅臺（由UniWorld-V2.5生成）

△直播帶貨界面生成效果（由UniWorld-V2.5生成）

2、小紅書探店

咖啡館照片、店名、推薦指數、評論、點贊、導航欄，一個不落，調性精準。

△小紅書上海咖啡館探店界面（由UniWorld-V2.5生成）

3、微博熱搜

熱點頭條、熱度值、標簽、按鍵等，全都可以直接生成，直接以假亂真。

△微博熱搜界面（由UniWorld-V2.5生成）

4、YouTube視頻頁

博主信息、播放量、推薦列表、評論區，UI細節精準到讓人分不清真假。

△YouTube視頻頁面（由UniWorld-V2.5生成）

這哪里是“生圖”啊？這簡直是“賽博截圖”。

這么看來，UniWorld-V2.5理解的不是像素，而是產品邏輯和用戶場景本身

InfoGraph信息圖：AI生圖的終極考場，很驚喜

高密集、復雜的信息圖是公認的AI生圖“無人區”。

它要求模型同時理解數據、圖表、文字排版和邏輯關系，信息密度越高，難度越大。

讓UniWorld-V2.5嘗試露一手，它交出的作業是這樣的：

人體前側解剖系統全圖：

太陽系全貌信息圖：

綠葉解剖信息圖：

肌肉、骨骼、內臟等細節可視化呈現，中英文混排清晰，數據圖表嚴謹。

它不是在“畫”一張看起來像的圖，而是在理解并構建一個完整的信息體系

這種能力才是模型真正的技術護城河，標志著它從一個“生圖工具”向“會思考、懂設計的視覺生成系統”的跨越。

海報與設計：考察商業級完成度

讓它試著畫一張Air Jordan 1產品宣傳海報。

鞋的質感、中文文案、版式層次、品牌調性……看這商業級完成度：

△Air Jordan 1產品宣傳海報（由UniWorld-V2.5生成）

來一張蘋果手機的宣傳海報。

字體、排版、風格，專業攝影風格圖片，美學和質感可以說是拉滿了：

△蘋果手機宣傳海報（由UniWorld-V2.5生成）

國產視覺AI的突圍：在OpenAI與Google的身影前“搶跑”

UniWorld-V2.5的橫空出世絕非偶然，它背后站著一位視覺AI深水區的“領跑者”：

兔展智能

深圳兔展智能科技有限公司，由董少靈北京大學宿舍于2014年發明最早的H5工具而創立。

后來到了2022年，其與北京大學年輕一代視覺AI領軍人才袁粒等二次創業。

公司總部位于深圳，已服務超4100萬家企業?戶。

截至目前，兔展智能已獲深創投、騰訊、龍崗?控、嘉道資本、中國風投、青島人工智能基金、招商局創投等頭部機構投資，完成F輪融資。

它還是國家?新技術企業、國家級專精特新“?巨?”企業、?灣區最具潛?獨角獸、?東省?個“AI國家級?技能?才培訓基地”。

兔展智能的UniWorld系列模型，為什么能做到“理解即生成”

因為它的技術底座早已遙遙領先：

• 自研“兔靈”大模型：廣東省首個完成備案的視覺空間智能大模型，在視覺理解、壓縮重建等核心領域實現多項SOTA（業界最佳） 技術突破；
• 開源第一：其開源的Open-Sora Plan是全球最早的開源視頻生成模型之一，曾連續多日登頂GitHub全球趨勢榜榜首，單模型超過2600萬次下載，2024年視覺大模型代碼引用量全球第一，被字節、騰訊、華為等大廠廣泛采用；
• 架構創新：UniWorld系列是國內最早實現“理解、生成、編輯”統一架構的視覺空間智能模型。其中，UniWorld-V1早于Nano Banana三個月推出，UniWorld-V2在權威評測（GEdit-Bench）中綜合性能超越OpenAI的GPT-Image-1，多項關鍵指標亦一度優于谷歌的Nano Banana系列模型，并入選2025年西麗湖論壇深圳市七大科技關鍵成果、廣東省人工智能與機器人科技進步一等獎第一名；
• 國際領跑：其推出的Video LLaVA模型成為Google Gemini Pro技術報告中作為對比基準的視覺理解模型，標志著技術獲得國際頂級認可。LLaVA-CoT模型則在行業內首次提出視覺慢思考架構，讓模型能夠進行自主、系統化地多階段推理，突破了傳統視覺模型單步響應的局限，該研究成果被ICCV 2025會議收錄（計算機視覺領域的三大頂會之一），獲得同行評審的權威認可；
• 國產生態：與華為昇騰深度合作，是昇騰910C芯片全球首個大規模用戶，打造了行業最早100%基于昇騰架構的視覺生成模型Open-Sora Plan V1.5，突破了算子適配、大規模訓練等一系列“卡脖子”問題。這不僅是一次技術勝利，更是為中國AI基礎設施的自主可控，提供了一個完整的可行范本。

值得?提的，是UniWorld系列發布的歷史時間線：

• UniWorld V1?Nano Banana早發布整整3個?，且同步開源；
• UniWorld V2在Nano Banana Pro發布之前，已是?業第?；
• UniWorld V2.5，是這條路上的最新?站，突破了高密集文字、信息圖、圖文交錯、結構化生成等一系列領域難題。

面向高度結構化且依賴復雜世界知識推理的生成任務，傳統的一句話出圖范式已難以支撐。

區別于傳統prompt-to-image的范式，團隊將超過80%的token預算用于意圖理解、推理與布局規劃，相當于引入資深的“總設計師”來全程指揮和全局控制。

這從源頭上保證了生成的質量，也體現了理解與生成統一的多模態范式優勢。

其中，兔展智能首席科學家、北京大學袁粒老師，及其博士生晏志遠等人，深度參與了核心能力的設計與實現，是V2.5關鍵突破的重要貢獻者。

兔展智能一直圍繞著讓人類敘事更生動高效的使命，投入到最前沿的視覺智能創新。

據悉，兔展智能也將在不久之后，推出視覺空間智能路線為基礎的世界模型

站在世界舞臺的國產模型，等你免費體驗

AI生圖的上限，遠比我們想象的要高。

UniWorld-V2.5的發布，用實力證明了在中文語境和超復雜邏輯場景下，國產模型已經具備了站在世界舞臺中央的底氣。

設計行業的“一句話出圖”，過去是由GPT-Image-2引發的焦慮。

現在，這個能力在國內堅實落地了，而且是以自主可控、可微調、國產算力的形式落地的。

品牌方、內容平臺、電商商家、醫療科普機構、教育出版機構，任何需要大規模生產視覺內容的場景，過去需要設計團隊花數小時完成的工作，現在僅需要一句自然語言。

更重要的是這件事的示范意義：

在多模態圖像生成這條賽道上，中國不再只能是跟跑。

一個從北京大學走出來、深耕視覺大模型4年的團隊，今天交出了這份答卷。

那么，最硬核的來了：

這么強的“怪獸”模型，現在開放免費體驗了！

獨家體驗傳送門，手慢無

UniWorld-V2.5體驗入口：https://uniworld.rabbitpre.com/