Mona-Lisa-1 现身 Arena：这是 OpenAI 的下一代 GPT 图像模型吗？

引言

一个名为 mona-lisa-1 的神秘图像生成模型已出现在 Arena 测试中，早期用户已将其视为 OpenAI 下一代 GPT 图像更新的可能预览。

首批比较聚焦于一个特定的改进：真实感。

与公开可用的 GPT Image 2 相比，多项社区测试表明，mona-lisa-1 生成的皮肤、光照、纹理、运动模糊和摄影瑕疵感觉不那么“人工打磨”，而更像普通相机输出。

换句话说，熟悉的“塑料感”似乎有所减轻。

更重要的问题是模型从何而来。

OpenAI 并未正式宣布名为 mona-lisa-1 的模型。其当前 API 文档仍将 gpt-image-2 标识为公司最先进的公开图像生成模型。

然而，据报道，一张由 mona-lisa-1 生成的图像经过了 OpenAI Verify 检查，检测到了受支持的 OpenAI 溯源信号。OpenAI 自己的文档称，验证工具会查找与 OpenAI 生成或 OpenAI 导出内容相关的信号，包括 SynthID 和受信任的 C2PA 元数据。

这使 OpenAI 关联具有合理性，但仍与官方产品公告有所不同。

准确性说明： 截至 2026 年 8 月 12 日，OpenAI 尚未公开宣布、记录、定价或发布名为 mona-lisa-1 的模型。该模型应被视为匿名 Arena 测试候选者，并具有强烈的 OpenAI 来源迹象。

可能的 GPT 图像新王者出现

GPT Image 2 于 2026 年 4 月发布，迅速成为 Arena 主要文生图排行榜上最强的公开图像模型。

这一地位保持不变。

Arena 8 月 10 日的排行榜将 gpt-image-2 (medium) 列为文生图第一名，得分 1381 ± 5。Arena 的图像编辑排行榜也将 GPT Image 2 列为综合排名第一。

因此，mona-lisa-1 被拿来比较的基准已经异常强大。

来源文章称，匿名模型以代号 mona-lisa-1 出现在 Arena 盲测中。

随后，社区账号 AiBattle_ 报道称，使用 OpenAI 的公开验证系统检查了该模型的输出之一。据报道，检测到了与 OpenAI 相关的 SynthID 溯源信号。

OpenAI 的官方验证文档有助于澄清这意味着什么。

OpenAI Verify 旨在检查受支持的图像和音频文件中的、与 OpenAI 工具相关的溯源信号。对于图像，这些信号可包括：

• SynthID 水印
• C2PA 元数据
• OpenAI 相关的溯源信息

阳性结果可以支持文件是通过 OpenAI 工具生成或导出的结论。

它不会揭示生成该文件的内部模型的每个细节。

因此，验证结果可能支持 mona-lisa-1 与 OpenAI 相关的观点，但并不能证明最终的公开产品将使用该代号、架构、检查点或配置。

哪些已确认，哪些仍待确认

推断出来的？

这种区别值得在整篇文章中保留。

早期样本很有趣。产品身份尚未公布。

“塑料感”似乎有所减少

对 mona-lisa-1 的最强烈早期反应集中在摄影写实度上。

据报道，开发者 Riccardo Wolf 在 GPT Image 2 和 mona-lisa-1 上测试了相同或高度接近的提示词。

源文章并排展示了三个输出：中等质量的 GPT Image 2、mona-lisa-1，以及高质量的 GPT Image 2。

原始报告中展示的 GPT Image 2 对比输出之一。

展示在 GPT Image 2 对比输出之间的 mona-lisa-1 样本。

源文章中展示的较高质量 GPT Image 2 对比输出。

差异不仅仅是“更多细节”。

高度精修的 AI 图像中一个常见弱点是，每个表面看起来都被刻意完美化：

• 皮肤变得过于光滑
• 光线变得过于电影化
• 面部变得过于对称
• 头发看起来像是逐根摆放的
• 背景虚化显得很假
• 小瑕疵消失不见
• 质感变得光泽化而不是真实物理感

社区测试者表示，mona-lisa-1 更愿意保留那些让照片看起来平凡自然的视觉瑕疵。

这些瑕疵可能包括：

• 不均匀的皮肤质感
• 雀斑

散落的发丝

• 轻微过曝
• 生硬的闪光
• 自然的泛红
• 不均匀的运动模糊
• 更杂乱的环境细节

这些即使从客观角度看并不“更干净”，却能让图像显得更真实。

肖像中的更多细节

来源中分享的一项对比将 GPT Image 2 与 mona-lisa-1 放在同一张街头人像上进行比较。

来源对比了 GPT Image 2 与 mona-lisa-1 在肖像真实感和环境细节方面的表现。

mona-lisa-1 的结果似乎更强调：

• 更强的面部纹理
• 更明显的皮肤差异
• 更不规整的头发
• 更自然的背景动态模糊
• 稍微不那么“棚拍精修”的外观

这些是对个别样本的视觉判断，并非标准化的基准测试结论。

一个模型可能在某个提示词上胜出，而在下一个提示词上落败。

有意义的信号在于，多位测试者独立注意到了类似的趋势——朝着更少合成感、更真实的方向转变。

艺术图像也不那么像算法生成的了

来源文章认为，这一变化不止体现在照片写实方面。

在绘画感和氛围感图像中，据报道 mona-lisa-1 在以下方面产生了更细腻的过渡：

• 色彩
• 光影
• 雾气
• 质感
• 景深
• 构图

其中一个例子是水彩风格的海岸场景。

来源文章中包含的一个氛围感艺术示例。

这里的吸引力不在于摄影意义上的真实感。

而在于能够创造出连贯的视觉风格，同时不落入刻板的“AI 艺术”审美俗套。

这仍然是主观的，但却是图像模型的重要方向。一旦基础物体生成变得可靠，用户就开始更关心模型能否做出有意的美学选择，而不是让一切都看起来千篇一律地漂亮。

更复杂的信息图表和设计图像

GPT Image 模型在生成包含结构化文本、布局、图表和类界面构图的图像方面已经表现出色。

OpenAI 官方强调，更强的布局处理和更优的文本渲染是 GPT Image 2 的主要能力。

mona-lisa-1 的示例表明，OpenAI 可能正在朝同一方向继续推进。

来源中包含的测试涉及：

• 网页界面
• 解剖图
• 信息密集的 AI 信息图表
• 风格化自画像
• 手写页面
• 动漫海报
• 复杂的商业构图

解剖图

其中一个要求特别高的示例是带标注的人体胸腔插图。

来源文章重点展示了mona-lisa-1生成密集标注解剖插图的能力。

这类任务结合了多项高要求：

1. 解剖结构
2. 空间构图
3. 精细线条
4. 密集标注
5. 可读的排版
6. 连接标注与结构的指引线
7. 一致的布局层级

一张视觉上令人信服的医学图示不应自动被视为医学上准确的。

生成的教育或医疗类图形仍然需要专家审核，尤其是当细小的标注错误可能误导读者时。

此示例的价值主要在于证明图像模型在结构化视觉传达方面正变得更强，而不仅仅是插图绘制。

手写内容

来源还展示了一张长篇幅的手写页面，风格模仿阿尔伯特·爱因斯坦的手迹。

该模型接受了长篇手写风格文档的测试。

令人印象深刻的并不在于手写是否在历史上真实可信。

而在于现代图像系统能日益协调处理：

• 长文本
• 手写风格
• 页面纹理
• 页边距
• 行间距
• 装饰性标记
• 视觉做旧效果

这开启了新的创作可能性，同时也让C2PA和SynthID等溯源工具变得更加重要。

动漫海报布局

来源还包括一张密集的动漫海报，其中有多个嵌入式小图、排版文字、背景风景和装饰性边框。

一个动漫海报示例，展示了构图、文字、边框和角色一致性。

这类提示词测试的是模型能否更像一个布局引擎而非纯粹的渲染器。

它需要理解某些元素是：

• 主体对象
• 次要面板
• 装饰性文字
• 标注
• 背景场景
• 框架装置

这对于真实的设计工作流程越来越重要。

商业用户往往需要模型创建整个视觉构图，而不仅仅是一个居中的单一物体。

Mona-Lisa-1是新的“大脑”还是更好的检查点？

来源的最后一部分提出了一个问题：mona-lisa-1是否基于一个根本性的更新的模型。

所呈现的证据是间接的。

据称，一名测试者运行了几个与日期相关的提示词，发现该模型反复表现

尽管其知识截止于2025年。

尝试生成需要非常近期信息的內容也失败了。

随后，消息来源将该行为与GPT Image 2已知的知识截止日期进行比较，并推测mona-lisa-1可能是一个基于相同广泛生成堆栈构建的较新检查点，而非全新的基础模型。

这是有可能的，但并非公开证据能够确定的事情。

为什么“今天是什么日期？”是训练截止日期的薄弱测试

Arena中的匿名图像模型可能不具备：

• 网络访问权限
• 可靠的系统日期
• 与ChatGPT相同的系统提示
• 与公开产品相同的检索工具
• 相同的周边语言模型配置

如果模型无法生成近期信息，可能有多种解释。

训练数据可能过时。

模型可能没有检索能力。

测试环境可能隐藏了日期。

匿名部署可能使用与最终产品不同的内部系统配置。

因此，日期提示实验是有用的线索，但不应被视为训练“截止于2025年”的证据。

“GPT Image 2.5”名称是社区猜测

一些测试者非正式地将mona-lisa-1描述为“Image 2.5”风格的更新。

该标签并非官方。

OpenAI的公开模型目录目前将gpt-image-2列为其最新的图像生成模型。

没有公开的OpenAI文档涉及：

mona-lisa-1

或：

gpt-image-2.5

代号后缀-1可能暗示存在多个实验性检查点，但这同样是一种推断。

匿名Arena测试常用于在公开发布前比较模型变体。它并不保证每个候选模型都会成为产品。

当前公开数据实际说明的内容

目前，存在两个独立的情况。

第一个是公开市场。

GPT Image 2仍然是OpenAI官方图像生成的旗舰产品，并且根据最新发布的排名，在Arena的文本到图像排行榜上仍位居第一。

第二个是实验性信号。

一个名为mona-lisa-1的模型出现在社区测试中，多位用户报告在以下方面有改进：

• 照片写实
• 皮肤纹理
• 环境细节
• 复杂布局
• 字体排版
• 插画
• 信息图表

一项报告的OpenAI来源验证结果增强了该模型与OpenAI相关的可能性。

仍然缺失的最重要事项是：OpenAI的官方公告。

在此之前，没有确认的：

• 公开模型名称
• API模型ID
• 价格
• 发布日期
• 模型卡
• 技术报告
• 训练截止日期
• 基准分数
• 产品可用性
• 最终能力集

这使得mona-lisa-1引人关注，但仍属实验性。

常见问题解答

mona-lisa-1是什么？

Mona-lisa-1是2026年8月Arena测试中报告的一款匿名图像模型的代号。早期用户将其与GPT Image 2进行比较，并报告了更强的真实感、细节和复杂视觉构图能力。

mona-lisa-1是否官方为OpenAI模型？

OpenAI尚未正式宣布该名称的模型。然而，据说一项社区测试检测到了与OpenAI相关的来源信号，使用

OpenAI Verify 使得 OpenAI 关联具有可信度，但并未正式确认。

mona-lisa-1 是 GPT Image 2.5 吗？

截至 2026 年 8 月 12 日，OpenAI 的公开文档中没有任何名为 GPT Image 2.5 的官方模型。“GPT Image 2.5” 目前是社区对该实验性模型可能定位的昵称或猜测。

mona-lisa-1 比 GPT Image 2 更好吗？

一些早期的并排对比示例表明其照片真实感更强、纹理更自然，但 mona-lisa-1 没有官方基准测试或稳定的公开排行榜分数。GPT Image 2 在 Arena 发布的文生图排行榜上仍位居第一。

什么是 OpenAI Verify？

OpenAI Verify 是一个公开的来源验证工具。它可以检查受支持的图像和音频文件，以查找与 OpenAI 生成或 OpenAI 导出的内容相关的信号，包括 SynthID 和 C2PA 信号。

SynthID 结果能否证明使用了确切的那个 OpenAI 模型？

不能。来源信号有助于确定内容与 OpenAI 工具相关联，但未必能识别出每个内部模型的细节。OpenAI 的验证 API 可以在受支持的来源元数据中提供模型信息（如果可用），但并非每个信号都包含相同的字段。

mona-lisa-1 知道 2025 年之后的信息吗？

一些社区测试者报告称，它在涉及更新信息的时效性测试中表现不佳。这并不能证明正式的知识截止日期，因为匿名的 Arena 部署可能缺乏网络访问、系统日期访问，或成品中使用的检索工具。

OpenAI 何时发布 mona-lisa-1？

OpenAI 尚未宣布发布日期，也未确认 Arena 检查点将成为公开产品。目前应将其视为一个实验性模型候选。

相关工具

• OpenAI 图像生成 API：使用 GPT Image 模型生成和编辑图像的官方 API 文档。
• GPT Image 2：OpenAI 当前公开的最先进的图像生成模型。
• OpenAI Verify：检查受支持的图像和音频文件中与 OpenAI 相关的来源信号。
• OpenAI 内容来源 API：用于检查 C2PA 和 SynthID 来源信号的开发者 API。
• Arena：用于比较图像、文本、视频和其他 AI 模型的盲测模型对比平台。
• OpenAI 图像提示指南：针对 GPT Image 2 的官方面向生产的提示模式。

相关链接

• OpenAI：推出 ChatGPT Images 2.0：当前 GPT Image 生成系统的官方介绍。
• GPT Image 2 模型文档：OpenAI 当前的规格说明和受支持的 API 端点。
• OpenAI Verify：用于检查受支持的 OpenAI 来源信号的官方工具。

信号。

• OpenAI 来源信号帮助中心：有关 SynthID、C2PA、验证结果和局限性的说明。
• Arena 文生图排行榜：基于 Arena 投票的当前图像生成模型公开排名。
• Arena 图像编辑排行榜：各大模型当前的图像编辑排名。
• AiBattle_ Mona-Lisa-1 报告：源文章引用的关于匿名模型和来源检查的社区报告。

总结

Mona-lisa-1 是一个匿名的 Arena 图像模型，早期测试者表示，在某些并排对比示例中，它生成的图片比 GPT Image 2 更自然、视觉细节更丰富、复杂布局也更出色。

关于其与 OpenAI 有关联的证据具有一定说服力，但不等同于官方公告。据报道，有社区用户通过 OpenAI Verify 检测到了与 OpenAI 相关的来源信号，而 OpenAI 的文档也确认该工具会检查与 OpenAI 生成内容相关的受支持 SynthID 和 C2PA 信号。

GPT Image 2 仍然是 OpenAI 官方公开的旗舰模型，目前位居 Arena 已发布的文生图排行榜榜首。关于 mona-lisa-1 确定是“GPT Image 2.5”、已于 2025 年完成训练，或代表最终下一代版本的种种说法，目前仍属猜测。

最明确的结论是，mona-lisa-1 看起来像是一个可信的 OpenAI 图像模型实验——但该模型仍只是一个预览信号，而非公开产品发布公告。