9月8日,OpenAI正式发布ChatGPT Images 2.5。

相比上一代,新版本重点改善了三个问题:生成等待时间长、局部修改容易“改坏整张图”,以及连续编辑后人物和画面逐渐走样。

这次更新不只涉及模型。ChatGPT还加入了草图生成、图片评论、常用模板和提示词分享等功能,试图把图片生成从“一次性出图”变成可以反复修改的创作工具。

改图更稳了

以往使用AI改图时,一个常见问题是:用户明明只想换件衣服,模型却顺手改掉了人物长相、背景甚至画面构图。

OpenAI称,Images 2.5能够更准确地判断“哪些地方该改,哪些地方不该动”。在修改服装、背景、商品或文字时,模型会尽量保留原有主体、构图和视觉风格。

对人物和宠物照片,新模型也加强了特征保持能力。比如把一张生活照改成证件照、复古照片或广告海报时,生成结果更容易保留原人物的面部特征。

下面两张图片来自OpenAI官方发布页,展示了同一人物经过服装修改前后的效果。

图片

OpenAI还表示,新模型在多轮编辑中的一致性有所提升。用户连续修改图片时,前面已经确认的内容更不容易在后续操作中发生变化。

Axios在发布前进行了简单体验,认为新版在保留人物和宠物相似度、处理细节修改方面确有改善。可以直接画给它看这次更容易被普通用户感知的变化,是新增的Sketch功能。

如果很难用文字描述自己想要的构图,可以在ChatGPT里画一个简单草图,再补充风格、颜色和场景要求。模型会把草图当作布局参考,生成相对完整的图片。比如,用户可以画出房间中家具的大致位置、服装轮廓,或者海报标题和商品的摆放方式,再让ChatGPT完成细节。

草图生成与局部修改示意图

此外,新版本还增加了几项操作功能:

  • 使用海报、商品图等模板快速开始创作;
  • 在图片上添加评论,指出需要修改的位置;
  • 分享图片时一并分享提示词;
  • 针对单一元素进行修改,尽量保留其余画面。

这些功能并不算陌生,Adobe、Canva等设计工具早已在推进类似的交互方式。OpenAI的优势是把它们直接放进对话界面,让没有专业设计经验的用户也能较快上手。

Nine mid-century modern posters in a three-by-three grid combine bold lettering with colorful geometric illustrations of a sunrise, flower, faces, circles, stairs, and an eye. Slogans include “Create,” “Grow together,” and “Choose kindness.”

Impressionist painting of a San Francisco street descending past colorful houses and leafy trees toward the bay and Golden Gate Bridge.

需要注意的是,根据OpenAI更新日志,部分功能仍在分批上线,模板暂时不支持Work模式,原有的图片生成使用额度也没有因为此次更新而增加。

速度最高提升约一半

OpenAI称,Images 2.5的图片生成延迟相比Images 2.0最多降低约50%。

这里的“最多”很重要。实际速度还会受到图片尺寸、任务复杂度、服务器负载和所选模式影响,因此不能简单理解为每次生成都能快一倍。

目前,ChatGPT Images 2.5正在向ChatGPT、ChatGPT Work和Codex用户推送,覆盖网页端、桌面端和移动端。官方表示所有套餐均可使用,但不同账号看到新功能的时间可能略有差异。

开发者侧则推出了两个API模型:

GPT-Image-2.5 Flare:偏重速度和常规生成,适合内容创作、商品展示和批量任务;

GPT-Image-2.5 Sunburst:偏重精细控制和复杂编辑,生成时间相对更长。 价格根据模型、图片规格和使用方式计算。简单来说,Flare更适合追求效率的场景,Sunburst则面向对细节和一致性要求更高的任务。

风险也随真实感提高

图片越逼真,滥用风险也越明显。

OpenAI在同步发布的系统卡中承认,更高的真实感可能被用于制作更具欺骗性的深度伪造图片,尤其涉及公众人物、政治事件、色情内容或其他敏感场景。

为此,Images 2.5会在提示词、输入图片和最终生成结果三个环节进行检查。生成图片还将继续附带C2PA来源信息,并使用不可见水印,帮助外部系统识别AI生成内容。

不过,技术标记并不能彻底解决伪造问题。图片被截图、压缩或经过二次编辑后,部分来源信息可能丢失;平台审核、媒体核验和用户自身判断依然不可缺少。

图片生成正在变成“图片协作”

ChatGPT Images 2.5并不是一次单纯的画质升级。

从草图、模板到图片评论,再到多轮局部编辑,OpenAI明显在把产品重心从“生成一张好看的图”,转向“陪用户把一张图逐步改完”。

1950s-style illustration of a family looking into a vast cylindrical space habitat filled with green landscapes, lakes, and futuristic buildings.

A person floats in a starry blue sky beneath an upside-down futuristic city, with illuminated skyscrapers extending downward from the top of the scene.

Eight vintage-style stamps depicting Yellowstone, Grand Canyon, Acadia, Zion, Glacier, Great Smoky Mountains, Denali, and Everglades national parks.

Blue and gold tile mosaic showing Earth beneath a star-filled sky with planets and a spiral galaxy.

A vintage-style blue poster reads “ChatGPT Stickers” and “New sticker pack” in large yellow and white letters. A black cat with yellow eyes holds a sheet of colorful illustrated stickers, with additional Japanese text.

对普通用户来说,这意味着提示词不必一次写得非常完整;对设计、广告和电商团队来说,更稳定的主体保持和局部修改,则有机会减少反复重做的时间。

但现阶段仍不宜仅凭官方样例判断其全面领先。Images 2.5在文字准确性、复杂构图、连续编辑稳定性以及真实业务中的成本表现,还需要更多独立测试。

可以确定的是,AI图片工具的竞争重点正在发生变化:画面能不能第一眼吸引人仍然重要,但能否按照要求反复修改、稳定交付,正在成为更实际的衡量标准。

资料来源:

OpenAI:ChatGPT Images 2.5官方发布说明

OpenAI:ChatGPT产品更新日志

OpenAI:ChatGPT Images 2.5系统卡

Axios:ChatGPT新版图片编辑器早期体验

END