徽声在线科技前沿报道

就在刚刚，OpenAI正式发布了其最新图像生成模型——GPT-Image-2.5，这一消息迅速在科技圈引发了广泛关注。

此次更新带来了多项重大改进：生成延迟大幅缩短，最多可减半；编辑精度显著提升；新增了Sketch手绘输入功能；同时，在API端首次推出了快慢两档模型，以满足不同用户的需求。

官方发布链接：https://x.com/OpenAI/status/2097394956457623964

此次更新面向ChatGPT、ChatGPT Work和Codex的全线用户开放，包括免费版用户也能享受到这些新功能。

据OpenAI公布的数据，以当前的使用量换算，日均约有4.3亿张图片通过这套系统生成，此次生成速度的提升将使得更多用户能够感受到明显的变化，其影响范围远超一般的功能迭代。

OpenAI还透露，ChatGPT Images与GPT-Image API的合计生成量已达到每周30亿张图片。

Demo展示惊艳：中文乱码问题彻底解决

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，我们可以看到，中文乱码问题已经得到了彻底解决！

以下是参考图片：

而这是GPT-Image-2.5输出的复古风格图片：

现在，你是否还能轻易分辨出真实照片和AI生成图片之间的区别呢？

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：

输入要求：

输出效果：

输入原始图片，被子乱糟糟的：

而GPT-Image-2.5则输出了被子叠得整整齐齐的图片：

场景一致性极强，几乎看不出任何穿帮的地方。

速度提升一半，编辑更加精准

速度提升是最直观的改进。OpenAI表示，GPT-Image-2.5的生成延迟比Images 2.0最高可降低50%。

同时，照片和纹理的渲染质量也得到了改善，参考照片中人物主体的还原度更高。

精准编辑功能则针对了生图工具长期存在的一个问题：用户要求修改局部时，模型往往会不经意间改动未要求修改的部分。而GPT-Image-2.5则能够只修改指定区域，保留画面其余元素的构图、光照和主体特征，在复杂背景和多主体场景下稳定性明显提高。

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第三项重大改进。

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，确保了编辑过程的连贯性和稳定性。

Higgsfield AI产品负责人Axultan Alimkulov在评价相关技术时表示：

最让我们印象深刻的是它对“什么不该改”的深刻理解。

进行一次有意义的编辑，不会丢掉原图的角色、构图和视觉风格，这是非常难得的。

Sketch和模板：从打字输入到画图输入

在产品层面，GPT-Image-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就会以草图为构图参考生成成品图。这一功能大大降低了创作门槛，使得非专业用户也能轻松上手。

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，模型就会按预设结构出图，省掉了从零写Prompt的试错过程。

Prompt分享功能则让用户能够把生成好图的完整Prompt发出去，别人只需带入自己的照片和细节，就能在同一框架下生成个人版本。这一功能促进了创作经验的分享和交流。

目前，一条“80年代复古肖像”的Prompt已经在社交平台上广泛流传，用户只需上传自拍就能生成同风格的照片。

这四个功能共同指向了一个变化：把脑中画面变成图片的过程，不再只依赖于打字输入了！

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，被OpenAI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具有直接帮助。

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-Image-2.5模型，以进一步提升其创意工具的性能。

Adobe产品高级总监Matt Chotin称，GPT-Image-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适用于跑量的场景，而Sunburst则适用于出精品的场景。开发者可以根据业务需求进行选型，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-Image-2.5的命名延续了OpenAI图像产品线的节奏：在架构不变的情况下，先通过速度和精度的提升来起飞一轮。

回顾2024年底的GPT-Image-1.5，也是采用了同一套路。

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，显示出OpenAI在AI领域的持续创新和领先地位。

有专家评价称，这是目前世界上最强的生图模型，断档式领先其他竞争对手。

OpenAI不断增强的多模态能力，很可能是为了在面对Anthropic等竞争对手的模型时，通过增强包括Computer-Use能力在内，进而增强GPT-7等基座模型的整体能力。

参考资料：

https://openai.com/index/introducing-chatgpt-images-2-5/

编辑：马可