OpenAI 上线 ChatGPT Images 2.5:生成提速 50%,支持随手涂鸦出图
OpenAI 发布 ChatGPT Images 2.5。新模型生成延迟较前代最高降低 50%,大幅提升了多轮编辑与参考图还原能力,并新增手绘草图作为参考的 Sketch 功能。目前全量桌面、移动与网页端用户均已可用。

以前想让 AI 画一张符合心意的图,最折磨人的往往不是画不出来,而是怎么向它解释你脑子里的构图。你敲了一大段提示词,AI 依然可能把沙发画在天花板上,或者你想给人物换双鞋,它顺手把整张脸都重画了一遍。
OpenAI 带来了新一代图像模型 ChatGPT Images 2.5,顺手把这些让人抓狂的操作改了个遍。
按照官方公布的数据,Images 2.5 的生成延迟比 2.0 版本最高降低了 50%,画面的光影过渡更自然,纹理也更细致。更重要的是,每周通过 ChatGPT Images 和 API 生成的图片已经超过 30 亿张,这次升级直接覆盖了 ChatGPT、ChatGPT Work 以及 Codex 的桌面、移动与 Web 端所有用户。
鼠标随手涂两笔,直接变成写实大片
这次更新最显眼的变化,是 OpenAI 终于意识到纯靠打字解决不了所有视觉问题。
在 ChatGPT 对话框里输入「@Sketch」,就会弹出一个简易画布。你不需要懂什么高深画技,哪怕用鼠标随手画几笔草图,标注好哪里放人、哪里摆桌子,AI 就能以此作为结构参考,生成完整的画面。有媒体在实测中随手用鼠标画了一只粗糙的猫咪涂鸦,ChatGPT 按照提示顺顺利利转出了一张写实风格的真猫照片。
另一个非常实用的功能是图片直接批注。如果你对生成的图大体满意,但觉得细节不对,可以直接在图片对应位置放上评论,比如指定把猫咪的眼睛从蓝色改成绿色,而不用重新把整张图抽奖一遍。
此外,官方还上线了海报、周边商品、传单等常见格式的设计模板,并且允许用户在分享图片时连同提示词一起打包,方便其他人直接拿去混剪二创。
面向开发者,OpenAI 在 API 端拆成了两个新模型。一个是主打高并发、低延迟的 GPT-Image-2.5 Flare,画质超越旧版的同时生成速度提升了一半;另一个是主打精细控制的 GPT-Image-2.5 Sunburst,虽然耗时稍长,但专门用来应对需要反复抠细节的商业级物料。
在第三方基准平台 Arena 上,Sunburst 和 Flare 已经迅速冲到了图像生成榜与单图编辑榜的前两名,甚至把前代 GPT-Image-2 挤到了第三。不过需要说明的是,新模型的投票样本量目前只有约三千张,远少于前代近八万张的样本积累,最终胜率还有待进一步观察。
为什么重要
我们认为,OpenAI 这次更新最聪明的地方,不是继续卷「画面有多逼真」,而是终于把文生图拉进了真实的工作流。
对普通创作者和设计从业者来说,这一版非常值得现在就试。过去很多商用场景不敢用 AI 出图,核心痛点在于「不可控」和「多轮修改必崩」。改一下文案或者调整局部配饰,背景和人物面容就全变了。Images 2.5 如果真能做到锁住主体和光影只换局部,再加上直接画草图定构图,会大幅减少试错浪费的废稿时间。
在行业竞争层面,看起来 OpenAI 正在建立一种新的防守姿态。在 Arena 榜单上,前三名一度全被 OpenAI 自家模型占据,连第四名以后的竞争对手都要先翻过旧版 GPT-Image-2 这座大山。同台竞争的压力现在彻底甩给了其他对手,大家不能只比谁出的妹子图更惊艳,而必须在交互形式和修改一致性上交出答卷。
API 层面把速度款 Flare 和高精款 Sunburst 分开也是很现实的商业打法。做社交应用和海量生成的团队可以直接拿 Flare 降本提速,做高端电商图和广告视觉的则可以为 Sunburst 的等待时间买单。唯一的隐患是,早期榜单数据还不够扎实,在面对复杂的品牌规范和多角色排版时,模型能否长期保持几轮修改都不走样,依然需要看真实业务场景的检验。
来源 (2)
- openai.com(在新标签页打开)原文openai.com
- theverge.com(在新标签页打开)报道theverge.com