允中 发自 凹非寺
最近，是否被GPT-Image-2刷屏了？
它能够精准渲染文字信息图，并且在美学UI和复杂布局上表现出色。
无论是社交媒体截图还是高考试卷，它都能做到几乎一比一的还原效果。
这种技术突破让传统文生图模型显得过时了。
很多人看完后的第一反应是：“设计师的工作要被取代了吗？”
就在这两天，兔展智能发布了UniWorld-V2.5，它甚至可以再现GPT-Image-2的某些优秀案例。
直接展示实际效果：
我们用同一套提示词生成对比图如下：
提示：请创建一张篆书碑刻拓片，并加入“袁粒教授领导兔展智能团队研发”字样
GPT-Image-2的成果：
Nano-Banana-2的效果：
UniWorld-V2.5的结果：
在信息图、文字密集和图文混排等复杂场景中，UniWorld-V2.5已经达到了与GPT-Image-2相当甚至更高的水准。
更值得一提的是，它对提示词的要求非常简短，不再需要复杂的描述。
仅需一句话即可生成丰富的视觉信息图，背后支持的是一整套先进的系统。
接下来让我们看看更多应用场景：
对于高考数学试卷这样的难题，UniWorld-V2.5同样应对自如。
在以往，AI生图遇到结构化排版加上高密度中文和复杂公式时会显得力不从心。
但这次，连复杂的几何图形和函数图像都被完美呈现出来。
这一测试表明UniWorld-V2.5在处理多元素混合的场景上表现优异。
它甚至能够生成一张2025年的高考数学理科试卷。
每个细节都符合规范，清晰明了。
现实中，“能不能直接用于考试”才是评价的标准。
相似的场景还有简历制作：
即使在复杂的排版要求下，UniWorld-V2.5同样表现出色。
而且，在GUI布局方面也实现了突破性的进展。
需要AI生成一个真实的社交媒体APP界面？
传统模型常常无法满足这些需求，而UniWorld-V2.5则可以做到完美呈现。
不仅主播、商品弹窗等元素齐全，连打赏特效也一应俱全。
针对具体的应用场景，比如咖啡馆探店界面和微博热搜页面，它也能精准生成相关内容。
这种能力甚至让AI生图变成了“赛博截图”。
UniWorld-V2.5不仅理解像素，更懂得如何构建一个完整的产品逻辑体系。
在信息密集的InfoGraph领域也表现出了卓越的能力：
对于复杂的信息图表设计，它同样能给出完美的解决方案。
它不是在绘制一张图，而是在理解和创造整个系统。
1、抖音直播带货
这种能力标志着从“生图工具”到“理解设计的智能视觉生成”的跨越。
商业级海报的设计同样是它的强项：
不管是Air Jordan 1的产品宣传还是苹果手机广告，UniWorld-V2.5都能够满足需求。
2、小红书探店
它在商业级别的任务上也能展现出色的表现。
国产视觉AI正在迎头赶上国际巨头的步伐：
3、微博热搜
兔展智能公司成立于2014年，并于2022年由袁粒博士等人重新创立。
目前，兔展已服务超过4100万家企业客户，并获得了众多投资机构的支持。
除了商业上的成功，它还是一家国家高新技术企业及专精特新“小巨人”企业。
UniWorld系列为什么能够实现“理解即生成”？
这要归功于其强大的技术基础：
公司自主开发的“兔灵”大模型在视觉理解和压缩重建方面取得了多项突破性成果；
他们还推出了全球最早的开源视频生成模型之一，广受业界欢迎。
UniWorld系列是国内最早实现统一架构设计的视觉空间智能模型之一，并且早于Nano Banana发布。
其中Video LLaVA被Google Gemini Pro报告引用为基准模型，证明了技术实力。
与华为昇腾的合作让UniWorld成为基于国产硬件的大规模用户案例。
UniWorld系列的发展历程如下：
UniWorld V1比Nano Banana早发布三个月，并且同步开源；
太阳系全貌信息图：
绿叶解剖信息图：
UniWorld V2在Nano Banana Pro之前就已经领先行业。
最新的V2.5版本解决了高密度文字、信息图表等多项难题。
当面对复杂的生成任务时，传统的“一句话出图”方式已经无法满足需求。
团队采用了一种新型的范式，将大部分预算用于理解意图和布局规划。
这种方法确保了高质量的结果，并展示了多模态统一设计的优势。
贡献者包括北京大学袁粒教授及其团队成员晏志远等人。
兔展智能一直致力于让人类叙事更加生动高效，创新从未止步。
未来还将推出基于视觉空间智能的世界模型版本。
国产AI生图技术现已达到世界水平：
UniWorld-V2.5的发布展示了在复杂语境下的强大能力。
过去由GPT-Image-2引发的设计行业焦虑如今已被国内的技术突破所取代。
对于需要大量视觉内容生成的场景，现在仅需简单的自然语言提示即可完成工作。
兔展智能。
更重要的是，这展示了中国在多模态图像生成领域的领导地位：
一个源自北京大学、专注于视觉大模型研究四年的团队交出了令人满意的答卷。
公司总部位于深圳，已服务超4100万家企业⽤户。
截至目前，兔展智能已获深创投、腾讯、龙岗⾦控、嘉道资本、中国风投、青岛人工智能基金、招商局创投等头部机构投资，完成F轮融资。
它还是国家⾼新技术企业、国家级专精特新“⼩巨⼈”企业、⼤湾区最具潜⼒独角兽、⼴东省⾸个“AI国家级⾼技能⼈才培训基地”。
兔展智能的UniWorld系列模型，为什么能做到“理解即生成”？
因为它的技术底座早已遥遥领先：
自研“兔灵”大模型：广东省首个完成备案的视觉空间智能大模型，在视觉理解、压缩重建等核心领域实现多项SOTA（业界最佳） 技术突破；
开源第一：其开源的Open-Sora Plan是全球最早的开源视频生成模型之一，曾连续多日登顶GitHub全球趋势榜榜首，单模型超过2600万次下载，2024年视觉大模型代码引用量全球第一，被字节、腾讯、华为等大厂广泛采用；
架构创新：UniWorld系列是国内最早实现“理解、生成、编辑”统一架构的视觉空间智能模型。其中，UniWorld-V1早于Nano Banana三个月推出，UniWorld-V2在权威评测（GEdit-Bench）中综合性能超越OpenAI的GPT-Image-1，多项关键指标亦一度优于谷歌的Nano Banana系列模型，并入选2025年西丽湖论坛深圳市七大科技关键成果、广东省人工智能与机器人科技进步一等奖第一名；
国际领跑：其推出的Video LLaVA模型成为Google Gemini Pro技术报告中作为对比基准的视觉理解模型，标志着技术获得国际顶级认可。LLaVA-CoT模型则在行业内首次提出视觉慢思考架构，让模型能够进行自主、系统化地多阶段推理，突破了传统视觉模型单步响应的局限，该研究成果被ICCV 2025会议收录（计算机视觉领域的三大顶会之一），获得同行评审的权威认可；
国产生态：与华为昇腾深度合作，是昇腾910C芯片全球首个大规模用户，打造了行业最早100%基于昇腾架构的视觉生成模型Open-Sora Plan V1.5，突破了算子适配、大规模训练等一系列“卡脖子”问题。这不仅是一次技术胜利，更是为中国AI基础设施的自主可控，提供了一个完整的可行范本。
值得⼀提的，是UniWorld系列发布的历史时间线：
UniWorld V1⽐Nano Banana早发布整整3个⽉，且同步开源；
UniWorld V2在Nano Banana Pro发布之前，已是⾏业第⼀；
UniWorld V2.5，是这条路上的最新⼀站，突破了高密集文字、信息图、图文交错、结构化生成等一系列领域难题。
面向高度结构化且依赖复杂世界知识推理的生成任务，传统的一句话出图范式已难以支撑。
区别于传统prompt-to-image的范式，团队将超过80%的token预算用于意图理解、推理与布局规划，相当于引入资深的“总设计师”来全程指挥和全局控制。
这从源头上保证了生成的质量，也体现了理解与生成统一的多模态范式优势。
其中，兔展智能首席科学家、北京大学袁粒老师，及其博士生晏志远等人，深度参与了核心能力的设计与实现，是V2.5关键突破的重要贡献者。
兔展智能一直围绕着让人类叙事更生动高效的使命，投入到最前沿的视觉智能创新。
据悉，兔展智能也将在不久之后，推出视觉空间智能路线为基础的世界模型。
站在世界舞台的国产模型，等你免费体验
AI生图的上限，远比我们想象的要高。
UniWorld-V2.5的发布，用实力证明了在中文语境和超复杂逻辑场景下，国产模型已经具备了站在世界舞台中央的底气。
设计行业的“一句话出图”，过去是由GPT-Image-2引发的焦虑。
现在，这个能力在国内坚实落地了，而且是以自主可控、可微调、国产算力的形式落地的。
品牌方、内容平台、电商商家、医疗科普机构、教育出版机构，任何需要大规模生产视觉内容的场景，过去需要设计团队花数小时完成的工作，现在仅需要一句自然语言。
更重要的是这件事的示范意义：
在多模态图像生成这条赛道上，中国不再只能是跟跑。
一个从北京大学走出来、深耕视觉大模型4年的团队，今天交出了这份答卷。