GPT Image2 团队首次亮相：13人核心小队，4个月重构AI绘图底座

近期，GPT Image2凭借极为亮眼的生成效果在社交平台迅速出圈。随着项目走红，这支一向低调的幕后团队也开始被关注。据悉，核心成员仅有13人，却在短短4个月内把底层架构彻底重做。尽管研究负责人陈博远并未公开具体技术路线，但他将新模型称为“图像领域的GPT”，预示着通用能力正迎来跃升。

作为团队的灵魂人物，陈博远的成长经历颇具传奇。他在攻读博士期间提出过“Diffusion Forcing”等新范式，并曾在Google参与开发后来被Gemini2.0采用的指令微调技术。有趣的是，他在高中参加科研营时还不会写Python。加入OpenAI后，他不仅负责GPT图像模型的全部训练工作，也是Sora视频生成团队的核心成员。在演示中，他通过生成能精准呈现中、韩、孟加拉语等多语种文字的海报，展示了模型优秀的语言与排版能力。

除了文字渲染，GPT Image2在世界知识理解与指令跟随方面也达到了新高度。由中科大博士Jianfeng Wang负责的模块，解决了图像生成长期存在的痛点——例如，以往模型画的时钟常常固定在10:10，而新模型已经能够准确理解任意时间点，并执行复杂的空间布局指令。他表示，这正在缩小用户创作意图与最终输出之间的鸿沟。

在生产力工具方向，来自浙大竺可桢学院的Yuguang Yang展示了将长篇论文一键转为高质量PPT与信息图的能力。这得益于团队在多模态理解、MoE（混合专家模型）架构以及长程引导技术上的深度融合。

从最初的DALL-E到如今的GPT Image2，这支平均年龄不高、背景多元的团队（包含多位2025年刚毕业的博士）完成了从“能画”到“画得准”的跨越。目前，成员们纷纷把社交头像换成极简的日系贴纸风格。这种带点自嘲的趣味，或许正是这群信奉“涌现式研究”的年轻人改变世界的独特方式。