重磅！GPT-Image-2.5 震撼发布，引领图像生成新纪元

徽声在线最新报道

就在刚刚，OpenAI 正式推出了 GPT-Images-2.5 版本：

该版本在生成速度上实现了显著提升，延迟时间最多可减少一半；编辑精度得到进一步优化；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，以满足不同场景需求。

更多详情可访问：https://x.com/OpenAI/status/2097394956457623964

此次更新面向 ChatGPT、ChatGPT Work 和 Codex 的全体用户开放，包括免费版用户。

据估算，日均约有 4.3 亿张图片通过这套系统生成，生成速度的提升将带来更为明显的体验变化，其影响范围远超一般的功能迭代。

OpenAI 公布了 ChatGPT Images 与 GPT-Image API 的合计生成量，每周高达 30 亿张图片。

Demo 展示：中文乱码问题彻底解决

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

令人欣喜的是，中文乱码问题已经得到了彻底解决！

参考图片如下：

生成的复古风格图片展示：

你是否还能分辨出真实照片与 AI 生成图片之间的差异？

将打印的老照片提取并重置为高清电子照片，对于 GPT-Image-2.5 来说，不过是轻而易举之事。

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，展示被子乱糟糟的场景：

输出图片，展示被子叠好的整洁场景：

场景一致性极强，几乎看不出任何穿帮之处。

速度提升，编辑更精准

速度提升是最直观的改进。OpenAI 公布的数据显示，生成延迟相比 Images 2.0 版本最高可降低 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。

精准编辑功能针对的是生图工具长期存在的一个问题：用户要求修改局部，但模型往往会改动未指定的部分。

据 OpenAI 介绍，Images 2.5 能够仅修改指定区域，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显著提高。

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，操作逻辑类似于设计工具 Figma。

多轮编辑的一致性是第三项重要改进。

在长对话中反复修改同一张图片时，前几轮的编辑结果能够得到保持，画质不会随修改轮次增加而下降。

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它对“什么不该改”的理解能力。

进行一次有意义的编辑，不会丢失原图的角色、构图和视觉风格。

Sketch 与模板：从打字输入到画图输入

在产品层面，Images 2.5 带来了四项新功能。

Sketch 功能的入口位于 ChatGPT 对话框，输入 @Sketch 即可打开手绘面板。用户绘制一张草图，并配上文字描述风格和细节，ChatGPT 将以草图为构图参考生成成品图。

OpenAI 提供的示例包括将房间布局草图转换为室内设计渲染图、将人物轮廓草图转换为插画等。门槛不在于画功，而在于画出空间关系和大致比例，以便模型理解画面结构。

模板功能则覆盖了海报、商品图、传单等高频使用格式。

用户选择一个模板，填入信息和风格偏好，模型将按照预设结构生成图片，省去了从零编写 Prompt 的试错过程。

Prompt 分享功能允许用户将生成好图的完整 Prompt 发送出去，其他人带入自己的照片和细节，即可在同一框架下生成个人版本。

一条“80 年代复古肖像”Prompt 已经在社交平台上广泛流传，用户上传自拍即可生成同风格照片。

这四项功能共同指向了一个变化：将脑中画面转化为图片的过程，不再仅仅依赖于打字输入了！

Flare 与 Sunburst：API 首次实现一分为二

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 模型主打速度和批量生成，OpenAI 将其定位为大多数应用的默认选型。

适用场景包括社交内容生成、产品体验图制作、快速原型设计以及高频出图需求等。

Manus 评测团队的 Lucky Liao 给出的数据更为具体：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于程序化生成品牌素材、演示文稿和网页配图具有直接帮助。

Sunburst 模型则定位为高端创意工作流，以更长的生成时间换取更精细的编辑控制。

OpenAI 给出的典型场景包括品牌营销的成品级素材制作和精修产品图处理等。

Adobe 已确认将在 Firefly 中接入 Images 2.5 模型。

Adobe 产品高级总监 Matt Chotin 表示，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 模型适用于跑量场景，Sunburst 模型则适用于出精品场景，开发者可根据业务需求进行选型，无需为用不上的精度付出等待时间。

这是 OpenAI 图像 API 首次按照速度和质量进行产品分层，其逻辑与语言模型 API 的分档一脉相承。

Images 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，先实现速度和精度的显著提升。

回顾 2024 年底的 GPT-Image-1.5 版本，同样采用了这一策略。

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。

这无疑是世界上最强的生图模型，实现了断档式领先。

OpenAI 不断增强的多模态能力，很可能是其在面对 Anthropic 等竞争对手时，通过增强包括 Computer-Use 能力在内，进而提升 GPT-7 等基座模型的整体能力。

参考资料：

更多信息可访问 OpenAI 官方网站：https://openai.com/index/introducing-chatgpt-images-2-5/

编辑：马可