徽声在线科技前沿报道

就在刚刚，OpenAI 正式对外发布了其最新图像生成模型——GPT-Images-2.5，这一举措无疑为人工智能图像生成领域注入了新的活力。

此次更新亮点纷呈：生成延迟大幅缩减，最多可减半；编辑精度显著提升；新增了Sketch手绘输入功能，让创作更加灵活多样；同时，在API端首次实现了快慢两档模型的拆分，以满足不同用户的需求。

更多详情，请访问：https://x.com/OpenAI/status/2097394956457623964

此次更新面向ChatGPT、ChatGPT Work以及Codex的全线用户开放，包括免费版用户也能享受到这一升级带来的便利。

据OpenAI公布的数据，按此生成量换算，日均约有4.3亿张图片经过这套系统处理，生成提速的体感变化覆盖面之广，远超一般的功能迭代。

OpenAI还透露了ChatGPT Images与GPT-Image API的合计生成量：每周高达30亿张图片，这一数字足以彰显其在图像生成领域的领先地位。

Demo展示惊艳：中文乱码问题得到彻底解决

GPT-Image-2.5的实力究竟如何？让我们直接通过Demo来一探究竟。

在最新的Demo中，中文乱码问题已经得到了彻底解决，这无疑为中文用户提供了更加流畅的使用体验。

这是我们参考的图片样式：

而这是GPT-Image-2.5输出的复古风格图片，效果令人赞叹：

面对如此逼真的图片，你是否还能分辨出哪些是真实照片，哪些是AI生成的呢？

将打印的老照片提取并重置成高清电子照片，对于GPT-Image-2.5来说，只是小菜一碟。

想要尝试不同衣服的视觉效果？直接交给ChatGPT处理即可：

输入原始图片和换装需求：

输出换装后的效果图片，效果立竿见影：

再来看一个例子，输入原始图片，被子乱糟糟的：

而GPT-Image-2.5则输出了被子叠好的图片，场景一致性极强，几乎看不出穿帮的地方。

在速度方面，GPT-Image-2.5也有了显著提升。OpenAI给出的数据是，生成延迟比Images 2.0降低了最高50%，这意味着用户可以更快地获得生成的图片。

快了一半，改了不乱——速度与精度的双重提升

除了速度提升外，GPT-Image-2.5在照片和纹理的渲染质量上也进行了改善，参考照片中人物主体的还原度也更高。

精准编辑功能则针对了生图工具的一个老问题：用户要求改局部时，模型有时会把没让它动的部分也改了。而GPT-Image-2.5则能只修改指定区域，保留画面其余元素的构图、光照和主体特征，即使在复杂背景和多主体场景下也能保持稳定性。

此外，用户还可以在图片上直接放置评论标注，圈定需要修改的位置，这一操作逻辑接近设计工具Figma，使得编辑过程更加直观和便捷。

多轮编辑的一致性是GPT-Image-2.5的另一项重要改进。

在长对话中反复修改同一张图片时，GPT-Image-2.5能够保持前几轮的编辑结果，画质不会随轮次下降，这使得用户在进行复杂编辑时更加得心应手。

Higgsfield AI产品负责人Axultan Alimkulov在评价Flare时表示：

最让我们印象深刻的是GPT-Image-2.5对「什么不该改」的理解。

做一次有意义的编辑，不会丢掉原图的角色、构图和视觉风格，这使得编辑结果更加符合用户的预期。

Sketch和模板：从打字到画图的创作方式变革

在产品层面，GPT-Images 2.5带来了四个新功能，进一步丰富了用户的创作方式。

Sketch功能的入口是在ChatGPT对话框中输入@Sketch，即可打开手绘面板。用户只需画一张草图，并配上文字描述风格和细节，ChatGPT就能以草图为构图参考生成成品图。这一功能降低了创作的门槛，使得即使没有专业绘画技能的用户也能轻松创作出精美的图片。

OpenAI给出的示例包括将房间布局草图变成室内设计渲染图、将人物轮廓草图变成插画等。门槛不在于画功，而在于画出空间关系和大致比例，让模型能够理解画面结构。

模板功能则覆盖了海报、商品图、传单等高频格式。用户只需选一个模板，填入信息和风格偏好，模型就能按预设结构出图，省掉了从零写Prompt的试错过程。

Prompt分享功能则让用户可以把生成好图的完整Prompt发出去，别人带入自己的照片和细节，就能在同一框架下生成个人版本。这一功能促进了用户之间的交流和分享，使得好的创作思路能够得到更广泛的传播和应用。

例如，一条「80年代复古肖像」Prompt已经在社交平台上流传开来，用户只需上传自拍就能生成同风格的照片，这一功能受到了广大用户的喜爱。

这四个功能指向同一个变化：把脑中画面变成图片的过程，不再只靠打字了！用户可以通过手绘、选择模板等多种方式来表达自己的创作意图，使得创作过程更加灵活多样。

Flare与Sunburst：API首次一分为二，满足不同需求

面向开发者，OpenAI在API端同步推出了两款图像模型：GPT-Image-2.5 Flare和GPT-Image-2.5 Sunburst。

Flare主打速度和批量生成，OpenAI将它定位为大多数应用的默认选型。其适用场景包括社交内容、产品体验图、快速原型和高频出图等。

Manus评测团队的Lucky Liao给出的数据更具体：Flare在他们的测试中出图速度达到GPT-Image-2的2到4倍，透明背景生成的改进对程序化生成品牌素材、演示文稿和网页配图直接有用。

而Sunburst则定位高端创意工作流，用更长的生成时间换取更精细的编辑控制。其典型场景包括品牌营销的成品级素材和精修产品图等。

Adobe已确认在Firefly中接入GPT-Images 2.5模型，这将进一步提升Adobe产品的图像生成能力。

Adobe产品高级总监Matt Chotin称，GPT-Images 2.5版本带来了更快的生成速度和分辨率一致性，图片在多轮精修后仍能保持清晰和真实感。

两款模型的拆分对应了两种需求：高频低延迟和高精度定制。Flare适合跑量的场景，而Sunburst则适合出精品的场景。开发者可以根据自己的业务需求选型，不必为用不上的精度付出等待时间。

这是OpenAI图像API第一次按速度和质量做产品分层，其逻辑和语言模型API的分档一脉相承。

GPT-Images 2.5的命名延续了OpenAI图像产品线的节奏：架构不变，速度和精度先起飞一轮。这与2024年底的GPT-Image-1.5用的是同一套路。

两次.5版本间隔不到一年，图像模型的迭代频率正在向语言模型看齐，这无疑预示着人工智能图像生成领域的快速发展和无限可能。

有专家评价道：这是世界上最强的生图模型，断档式领先。其强大的功能和广泛的应用场景使得它在图像生成领域独树一帜。

OpenAI不断增强的多模态能力，很可能是面对Anthropic等竞争对手时，通过增强包括Computer-Use能力在内，进而增强GPT-7等基座模型的能力，以保持其在人工智能领域的领先地位。

参考资料：

更多详情，请访问OpenAI官方网站：https://openai.com/index/introducing-chatgpt-images-2-5/

编辑：马可