就在剛剛，OpenAI 發布新一代圖像生成模型 ChatGPT Images 2.5
。
官方表示，新模型重點提升了圖片細節質量、生成速度、編輯精度以及多輪修改過程中的一致性，並新增 Sketch 手繪參考、創作模板、圖片評論編輯等功能，讓用戶能夠更接近專業設計流程完成 AI 創作。
OpenAI 稱，目前用戶每周通過 ChatGPT Images 和 API 中的 GPT Image 系列模型生成超過 30 億張圖片。
Images 2.5 的推出，意味著 OpenAI 希望進一步擴大 AI 圖像工具在個人創作、營銷設計、產品視覺等場景中的使用範圍。
相比上一代 Images 2.0，Images 2.5 最大變化在於對「修改」的理解能力提升。
過去，AI 繪圖通常更擅長從零生成一張圖片，但當用戶要求調整某個細節時，模型容易誤改其他部分。例如修改人物服裝時，可能改變臉部特徵；調整背景時，可能導致整體風格發生變化。
OpenAI 表示，Images 2.5 在精準編輯方面進行了優化，能夠更準確執行用戶指定的修改，同時保留原有主體、構圖和視覺風格。用戶可以針對產品、背景、文字等單個元素進行調整，而無需重新生成整張圖片。真就·指哪打哪。
OpenAI 展示的案例中，一張人物照片可以被轉換成不同場景和風格，例如將普通人物頭像改造成復古攝影棚寫真，或者將寵物照片轉換成新的視覺主題，同時保持原始人物和動物的關鍵特徵。
我也實際嘗試了 Images 2.5 多個不同類型的生成任務。
比如在人像生成測試中，我嘗試要求模型保持參考人物面部特徵，生成一張高清攝影創意作品。
實際效果顯示，Images 2.5 對參考人物特徵的保留能力有所提升。模型能夠在改變攝影風格、服裝和環境的同時，讓人物身份保持較高一致性。
而且現在，Images 2.5 也終於能夠通過數字直觀顯示圖片生成進度了。
根據網友的測試，甚至還能在生成圖像期間玩貪吃蛇。
類似能力也體現在影視角色合成場景中。例如，我測試了馬斯克「與教父在片場自拍」的場景，要求模型保留參考照片人物的臉部結構、表情、姿態，並生成一張 1:1 比例的電影幕後自拍。
這一類任務過去容易出現人物臉部變化、比例錯誤等問題，而 Images 2.5 對人物主體的保持更加穩定。
在街頭攝影風格下，馬斯克的「人生照片」也是有了。
除了人物，Images 2.5 對產品視覺設計的理解也有所增強。在一個商品設計測試中，我要求模型生成一隻完全由柔軟毛絨材質構成的可樂罐。
在複雜視覺邏輯測試中，我嘗試生成一個遞歸畫面。
提示詞要求「一隻橘貓坐在辦公室椅子上拿著 iPad，iPad 螢幕中又顯示同一隻貓拿著同一個 iPad，並不斷循環」。
這種遞歸結構需要模型同時理解主體、螢幕內容以及重複關係。生成結果能夠識別這種視覺嵌套關係，完成多層遞歸效果。
除了寫實圖片，Images 2.5 對複雜藝術風格的理解也有所提升。
在這幅黑神話風格的畫面中，Images 2.5 的整體風格更接近遊戲概念原畫，而不是簡單堆疊符號。
還有《三國演義》連環畫風格插畫。
生成結果能夠理解黑白線描、淡彩上色、老式紙張質感等傳統連環畫特徵，整體視覺更接近中國經典插畫風格，而不是簡單添加古裝元素。
和前代一樣，Images 2.5 在中文這塊表現亮眼。
整體來看，Images 2.5 的提升主要體現在三個方面。
一是對複雜提示詞的理解能力增強，能夠同時處理多個風格、主體和限制條件。二是參考圖保持能力提升，人物、產品等核心元素在多次修改過程中更加穩定。三是編輯流程更加接近真實設計工作，用戶可以圍繞同一張圖片持續調整，而不是反覆生成新的結果。
從網友 @aimlapi 的實測效果來看， 對 Nano Banana Pro 來說，Images 2.5 的效果明顯更有藝術風格。
不過 Images 2.5 也不是沒有缺點，比如噪點這一塊依舊可以說是災難級別的。
再比如也有網友發現，OpenAI 官方展示案例中仍存在一些細節瑕疵。
除了模型能力提升，OpenAI 也為 ChatGPT 增加了一系列圍繞創作流程的新功能。
其中，Sketch 功能允許用戶直接在 ChatGPT 中繪製草圖，並將其作為生成圖片的視覺參考。用戶可以簡單畫出房間布局、服裝輪廓或創意草稿，再讓 AI 根據描述生成完整圖片。
比如，我隨手一畫，就能生成筆記本和鋼筆。
Sketch 通過手繪直觀表達畫面布局和創作意圖，解決了用戶難以用文字準確描述空間關係、反覆調整提示詞的問題。
看來接下來網際網路將湧現出一大批「靈魂畫師」了。
該圖片疑似使用了AI生成技術，請謹慎甄別
除了靜態圖片，Sketch 也可以用於 GIF 等動態內容創作。
OpenAI 還推出了模板功能，幫助用戶從常見設計場景開始創作，例如海報、商品圖片等。用戶無需從空白提示詞開始，可以選擇模板後進一步補充文字、風格和設計要求。
此外，用戶現在可以直接在圖片上添加評論，指定需要修改的位置，也可以分享生成圖片時使用的提示詞，讓其他用戶基於同一創意生成自己的版本。
面向開發者，OpenAI 同步推出兩個 API 圖像模型。
其中，GPT Image 2.5 Flare 是面向大多數應用場景的默認模型，在質量、編輯能力和速度方面進行了升級。
OpenAI 表示，相比 GPT Image 2，該模型能夠提供更高質量的圖片，同時將延遲降低 50%，適用於社交內容、電商視覺、視覺搜索和大規模圖片生成等場景。
另一款 GPT Image 2.5 Sunburst 則面向更高要求的創意工作流程，強調更精細的控制能力，適用於廣告素材製作、高端產品圖片設計等場景。
目前，ChatGPT Images 2.5 已向 ChatGPT、ChatGPT Work 和 Codex 用戶開放，覆蓋桌面端、移動端和網頁端。API 用戶則可以調用 GPT Image 2.5 Flare 與 GPT Image 2.5 Sunburst。
ChatGPT Images 2.5 的意義，並不只是一次圖像模型升級。一個能夠理解視覺內容、保持上下文一致，並根據反饋持續調整的圖像模型，也將會成為 AI 理解世界的重要組成部分。
感興趣的朋友快去體驗一下吧。
