OpenAI 推出 GPT Image 1.5：生成提速 4 倍，支援自然語言精準修圖

用 AI 做圖最讓人抓狂的，不是它畫不出好圖，而是當你只想讓它「換件衣服」，它卻順手把人物的臉、光影甚至整個背景全都重新畫了一遍。

OpenAI 推出旗艦影像生成模型 GPT Image 1.5。這一次，不僅生成速度直接提速 4 倍，API 定價降了 20%，更關鍵的是終於學會了「聽懂人話改圖」。

不僅快 4 倍，還學會了「哪裡不行改哪裡」

GPT Image 1.5 底層基於 GPT-5.2 多模態架構，把 Transformer 主幹網路與擴散模型結合，原生支援文本與影像的統合處理。

出圖速度有了明顯提升，簡單提示詞幾秒就能出圖，複雜的複雜提示詞也能在 2 分鐘內完成，複雜指令遵循準確度提升了 30%。

最實用的變化是精準區域性編輯。你不再需要費力塗抹蒙版、分圖層或倒騰 Photoshop，只要對它說「把外套改成藍色」或「把光線改成日落」，模型就能定向修改對應部分。

在修改過程中，畫面原有的光照、構圖、面部特徵甚至品牌 Logo 都能保持一致。在影像編輯測試中，新模型的得分比前代跳升了 245 點。

排版與文字渲染能力也補齊了短板。它不僅能在海報和選單中生成清晰規整的文字，還能在多達 800 字的多行排版中保持極低的錯誤率。此外，它最多支援上傳 16 張參考圖來進行風格遷移或構圖參考。

重回天梯榜首，但也有小妥協

在盲測基準 LMArena 上，GPT Image 1.5 在文生圖測試中拿下 1264 分，在影像編輯測試中拿下 1409 分，雙雙登頂第一。

業內對此討論熱烈。有使用者在社交平臺上直呼「國王歸來」，也有人認為它將成為 Nano Banana Pro 強有力的競爭對手。

新模型也內建了 C2PA 後設資料驗證以標明 AI 來源。不過在規格上它也有取捨，其最高解析度目前支援到 1536x1024，面對一些已經支援 4K 輸出的競品，在極限畫質放大上依然有提升空間。

為什麼重要

對創作者和電商設計團隊來說，GPT Image 1.5 解決的是最卡脖子的「一致性」問題。以前做多張宣傳圖往往因為角色換臉或品牌 Logo 變形而無法投入實操，現在直接用語言微調就能保住關鍵視覺元素，工作流效率能翻倍提升。API 定價便宜 20%，對依賴高頻生圖的應用開發者也是真金白銀的讓利。

從行業競爭來看，OpenAI 這一次精準打在 Midjourney 等老牌工具的痛點上。以往工具往往只能全圖重繪，迫使行業不得不把注意力從「單張生成驚豔度」轉向「連續可控編輯能力」。

我們認為 OpenAI 這一步走得相當聰明。它沒有一味去卷極限 4K 解析度，而是把研發資源投向了落地最痛的區域性修改、排版文字和品牌資產一致性上。看起來，影像生成領域的勝負手，正在從炫技式的出圖競賽轉向真正能嵌入工業流程的精細生產力。