OpenAI CEO山姆·奥特曼。图片经由AI处理

文丨晓静

编辑丨徐青阳

美国当地时间9月8日，OpenAI发布了最新生图模型ChatGPT Images 2.5。

新版本重点提升了图片编辑、参考图保真和多轮修改的一致性。用户连续修改一张图片时，前面已经调整好的内容更容易保留下来。修改人物、产品或背景时，也更容易只改变指定部分。生成速度最高比Images 2.0快50%。

同时，ChatGPT增加了Sketch、Templates和图片评论功能。用户可以直接画草图作为参考，也可以在图片上标记需要修改的位置。开发者则可以通过API使用GPT-Image-2.5 Flare和GPT-Image-2.5 Sunburst。

OpenAI称，目前用户每周通过ChatGPT Images和API中的GPT-Image模型生成超过30亿张图片。Images 2.5已经向ChatGPT、ChatGPT Work和Codex用户开放，覆盖网页、桌面和移动端。



01 改一处，不乱全图

AI生图真正麻烦的地方，往往出现在第一张图生成以后。比如人物已经满意，只想换衣服。产品已经确定，只想换背景。海报已经做好，只想改一行字。过去继续修改时，图片里的其他部分也可能跟着发生变化。

Images 2.5把精准编辑放在了重要位置。OpenAI给出的案例包括“全身编辑”和“多城市旅行票”。这些演示都采用连续图片展示修改过程，重点看模型能否按照指令调整指定内容，同时保留原来的主体、构图和其他细节。



“多城市旅行票”这个案例比较容易理解。图片中如果只需要改变其中一项信息，模型需要识别具体修改对象，同时维持整张票的设计结构。对于产品图、广告素材、品牌海报来说，这种能力比单纯生成一张漂亮图片更实用。

另一个重点是多轮编辑。OpenAI展示了“立方体旋转”“旅行信息图”和“生日蜡烛”三个案例。它们都不是生成一次就结束，而是连续进行多次修改。OpenAI希望证明的是，前面的修改能够继续保留下来，后面的操作不会不断破坏已经完成的内容。



这也是Images 2.5这次升级最值得关注的地方。

X用户@thesoragirls做了一个很直接的测试：在图片中画出蜡烛，同时指定一片花瓣保持不变，再观察模型修改其他区域时是否会动到原来的内容。她的测试结果显示，被固定的花瓣得到了保留，其他部分按照要求发生了变化。



不过，连续编辑并没有完全解决细节问题。日本动画制作师@genel_ai在实际测试中发现，虽然官方强调多次编辑后画质能够保持，但当编辑不断叠加时，图片仍可能出现锯齿和质感变化。



也就是说，2.5在稳定性上有所改善，但复杂场景下仍会出现画质损失。

02 参考图，更稳了

Images 2.5的第二个变化，是对参考图片的处理。

用户可以提供人物、宠物或者其他主体的照片，再要求它进入新的场景、换一种视觉风格或者改变构图。OpenAI称，新版本更容易保留人物的识别特征，同时改善光线和纹理表现。

官方一次给出了五个案例：“重新设计的婴儿肖像”“穿着服装的狗”“照相亭头像”“多人派对合成照片”和“整理床铺”。



这几个案例覆盖了不同情况。婴儿肖像和照相亭头像主要看人物特征能否保持；狗的案例看主体换装后还能不能维持原来的形象；多人派对合成照片则涉及多个人物同时出现在一张图里；“整理床铺”则更接近日常图片编辑，需要对原始场景进行具体调整。



这种能力对需要连续使用同一个人物、产品或者品牌素材的工作比较重要。API用户可以基于同一张参考图生成不同版本，减少每次重新生成时出现明显变化的情况。

复杂画面也是这次官方案例的重点。OpenAI展示了一张20世纪50年代风格的家庭插画：一家人站在巨大的圆柱形太空栖息地前，里面包含绿色景观、湖泊和未来建筑。



OpenAI官方介绍页展示了一个宜昌旅行页面：把旅行目的地、景点信息、图片和文字内容放在同一张页面里，整体做成一份完整的旅行攻略。它需要同时处理多张图片、不同层级的文字和页面布局，不能只把单个元素做好。



还有一组九宫格的中世纪现代主义海报，每张海报都有不同的几何图形和文字，包括“Create”“Grow together”“Choose kindness”。

另一张图是旧金山街道的印象派画面，街道从彩色房屋之间向下延伸，可以看到海湾和金门大桥。



此外还有奶油金色的Lake Como婚礼请柬、倒置未来城市、八张美国国家公园复古邮票、太阳耀斑科普幻灯片、蓝金色地球马赛克、ChatGPT贴纸海报，以及雨夜未来城市。



这些案例覆盖了插画、海报、请柬、信息图、科普图和产品宣传图等不同类型。OpenAI想展示的重点也比较明确：当Prompt同时规定画面结构、文字、视觉风格和具体元素时，Images 2.5能够更完整地执行这些要求。

时尚创业者雅娜·维兰德（Yana Welinder）测试后认为，Images 2.5在时尚设计上的表现有明显提升。她此前使用旧模型时，参考设计能够保留下来，但最终效果有时比较平；她认为2.5能够让原本的设计呈现出更完整的视觉效果。



但也有人给出了相反的测试结果。AI与软件工程师马克·克雷奇曼（Mark Kretschmann）专门进行了森林场景的噪声和伪影测试。



他认为2.5虽然有不少改进，但测试结果并不稳定。随后他又把Images 2.5和Images 2.0进行对比，认为自己测试的多个案例中，2.0在真实感方面反而更好。

所以，目前更准确的判断是，Images 2.5重点改善了编辑控制和复杂指令处理，但不同图片类型下的实际效果仍有差异。

03 画几笔，它就懂了

除了模型本身，OpenAI还给ChatGPT增加了几个新的操作方式。

最直接的是Sketch。用户可以在ChatGPT里直接画草图，然后让模型根据这张草图生成最终图片。比如想设计一个房间，可以先画出大致布局；想做一件衣服，可以先画出轮廓；甚至只是随手画一个很粗的构图，也可以交给ChatGPT继续完成。之后再补充视觉风格和其他要求即可。

使用时输入“@Sketch”就可以调用。这实际上减少了对文字Prompt的依赖。有些构图很难靠语言描述，尤其是物体的位置、比例和大致轮廓。现在用户可以先画，再让模型补全。

X用户@fquolodasha测试后，对GPT-Image2.5的手绘能力评价很高， 直言这次效果“有点牛”，并感叹OpenAI近期的更新速度和能力提升都很猛。



Templates解决的是另一个问题。ChatGPT新增了一些常见创作格式，例如Poster和Merch。用户先选择模板，再填写想表达的信息、设计元素和视觉风格，不需要每次面对一张空白画布从头开始。

图片分享也增加了Prompt选项。用户现在可以分享图片时，同时分享生成这张图片所使用的Prompt。别人拿到后，可以换成自己的照片和细节继续生成。

OpenAI给出的例子是一张20世纪80年代风格的人像：卷发、彩色夹克、金链、霓虹灯和音乐播放器。其他用户可以沿用这个思路，把自己的照片换进去。



04 两个API版本

Images 2.5也同步进入API。OpenAI推出GPT-Image-2.5 Flare和GPT-Image-2.5 Sunburst。

Flare是默认版本，重点放在速度、质量和编辑能力。OpenAI称，它比GPT-Image-2生成质量更高，同时延迟降低50%，适合社交内容、产品体验、视觉搜索、快速原型以及大量图片生成。

Sunburst则更偏向需要精细控制的工作，例如正式广告素材和高质量产品图片。它允许更长的生成时间，用来换取包高的编辑精度。

OpenAI公布的早期用户反馈，也集中在编辑控制上。

Higgsfield AI产品负责人阿克苏尔坦·阿利姆库洛夫（Axultan Alimkulov）特别提到，Flare能够较好理解哪些内容应该保持不变。对于影视、UGC和广告团队来说，这意味着修改一个元素时，可以尽量保留原来的角色、构图和视觉识别。

连续创业者@gkxspace则把这次更新放到了商业图片工作流里观察。他认为，过去AI生图最大的限制之一，是第一张图可能很好，但很难继续基于它稳定制作第二张、第三张。Images 2.5在连续编辑、速度和参考图保真上的变化，让电商换装、品牌素材延展和连续插画等场景更有实际使用空间。



目前，Images 2.5已经覆盖ChatGPT、ChatGPT Work和Codex用户，API中的Flare和Sunburst也同步开放。OpenAI同时保留了提示词和图片安全检查、C2PA元数据以及不可见水印等机制，用于识别由其工具生成的图片。

从官方案例和目前的用户测试来看，这次更新的重点很集中：让图片生成之后的修改更容易控制，让参考图在连续使用时更稳定，再把Sketch、模板和图片标注这些操作补进工作流。

至于真实感、细节和多轮编辑后的画质，现有测试已经出现了不同结果。Images 2.5最终能把这些问题改善到什么程度，还需要更多实际使用来验证。

特约编译金鹿对本文亦有贡献