据 Ethan Mollick 在 X 平台披露，GPT-ImageGen-2 仅凭单条提示即生成包含完整文本的丁尼生《尤利西斯》10 页漫画，展示了端到端多模态能力，包括版面规划、字体渲染与长上下文视觉叙事的一次性完成（来源：Ethan Mollick 帖文与示例链接）。据 Mollick 称，成品采用该模型常见的“斑驳绘制”风格，表明风格一致性与一定可控性。Mollick 同时指出，与其早前提及的 Nano Banana Pro 等新模型的长文转漫画能力相比，此结果体现多模态自动排版功能的竞赛与快速同质化趋势（来源：Mollick 对比说明）。对企业而言，此演示说明仅靠提示即可实现多页连贯叙事，减少外部分页、模板或排版工具依赖，为出版、教育与本地化工作流带来快速生成插图版经典作品、学习指南与可视化 A/B 测试的新机会（来源：Ethan Mollick 实操展示）。

据Ethan Mollick在X平台表示，GPT ImageGen-2现已稳定生成可读文本与规范版式，可直接产出幻灯片、类学术页面与结构化视觉文档，他称其通过“水獭测试”，显示排版与字体渲染显著提升（来源：Ethan Mollick，2026年4月21日）。据该帖文报道，这一质变将应用扩展到自动化营销物料、课程讲义与报告样张，促进教育、咨询与内容团队的高效迭代。根据该来源，这也为企业的品牌一致素材、白皮书原型与培训材料的快速生成带来新的工作流机会，实现从提示到成图的端到端生产。