重磅！GPT-Image-2.5震撼发布，引领图像生成新潮流

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-Images-2.5，这一版本带来了多项革命性升级。

新版本不仅将生成延迟大幅降低，最高可减少50%，编辑精度也显著提升，并新增了Sketch手绘输入功能。同时，在API端首次推出了快慢两档模型，以满足不同场景的需求。

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

此次更新面向ChatGPT、ChatGPT Work和Codex的所有用户开放，包括免费版用户。

据统计，按照当前的数据量，日均约有4.3亿张图片通过该系统生成，此次提速将使得生成体验的覆盖面远超以往的功能迭代。

OpenAI还公布了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？让我们直接通过Demo来一探究竟。

令人惊喜的是，中文乱码问题已经得到了彻底解决！

参考图片如下：

以下是生成的复古风格图片：

你是否还能分辨出真实照片与AI生成图片之间的差异？

将老照片提取并重置为高清电子照片，对于GPT-Image-2.5来说，只是小菜一碟。

想要尝试换装效果？直接交给ChatGPT处理即可：

输入要求：

输出结果：

输入原始图片，被子杂乱无章：

输出图片，被子已整齐叠好：

场景一致性极强，几乎看不出任何穿帮之处。

速度提升，编辑精准

速度提升是最直观的改进。OpenAI表示，与Images 2.0相比，生成延迟最高可降低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，模型往往会改动未指定的部分。而Images 2.5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，画质不会随轮次下降。

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：从打字到画图的新体验

在产品层面，Images 2.5带来了四项新功能。

Sketch功能的入口是在ChatGPT对话框中输入@Sketch，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。

OpenAI给出的示例包括将房间布局草图变为室内设计渲染图、将人物轮廓草图变为插画等。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、传单等高频格式。

用户只需选择一个模板，填入信息和风格偏好，模型就能按照预设结构出图，省去了从零编写Prompt的试错过程。

Prompt分享功能则允许用户将生成好图的完整Prompt发送出去，其他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。

一条“80年代复古肖像”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照片。

这四个功能共同指向了一个变化：将脑中的画面变成图片的过程，不再仅仅依赖于打字描述了！

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了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。

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

OpenAI给出的典型场景是品牌营销的成品级素材和精修产品图。

Adobe已确认在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，先通过速度和精度的提升实现一轮飞跃。

回顾2024年底的GPT-Image-1.5，也是采用了同样的策略。

两次.5版本的间隔不到一年，图像模型的迭代频率正在向语言模型看齐。

这无疑是目前世界上最强的生图模型，断档式领先。

OpenAI不断增强的多模态能力，很可能是为了应对Anthropic等竞争对手的挑战，通过增强包括Computer-Use能力在内，进而提升GPT-7等基座模型的整体实力。

参考资料：

更多详情，请访问OpenAI官方介绍页面：https://openai.com/index/introducing-chatgpt-images-2-5/

编辑：马可