OpenAI 发布 GPT Images 2.5：强化精准编辑与 Sketch 手绘功能

事件概述

OpenAI 突发上线新一代图像生成模型 ChatGPT Images 2.5。官方表示，新模型在图片细节质量、生成速度、编辑精度以及多轮修改过程中的一致性方面均有显著提升。目前，用户每周通过 ChatGPT Images 和 API 中的 GPT Image 系列模型生成超过 30 亿张图片。

核心升级点

1. 精准的局部编辑能力
相比上一代 Images 2.0，Images 2.5 最大的变化在于对“修改”指令的理解能力提升。过去 AI 绘图在调整细节时容易误改其他部分（如修改服装导致脸部变化），而新版本能够准确执行用户指定的修改，同时保留原有主体、构图和视觉风格。用户可以针对产品、背景、文字等单个元素进行调整，无需重新生成整张图片。

2. 增强的人物与风格保持能力

• 人物特征保留：在改变摄影风格、服装和环境的同时，能让人物身份保持较高一致性，解决以往容易出现的人脸变化或比例错误问题。
• 复杂逻辑理解：能够处理递归画面等复杂视觉嵌套关系（如“猫拿着显示同一只猫的 iPad”）。
• 艺术风格深化：对黑神话风格、中国连环画等传统插画特征的理解更接近原画质感，而非简单堆叠符号。
• 中文支持：在中文提示词下的表现依然亮眼。

3. 新增创作辅助功能

• Sketch 手绘参考：允许用户直接在 ChatGPT 中绘制草图（如房间布局、服装轮廓），作为生成图片的视觉参考，解决文字描述空间关系的难题。该功能也支持 GIF 等动态内容创作。
• 创作模板：提供海报、商品图片等常见设计场景的模板，用户无需从零开始编写提示词。
• 图片评论与分享：用户可直接在图片上添加评论指定修改位置，并可分享提示词供他人复用。
• 进度可视化：生成过程现在可通过数字直观显示进度。

开发者 API 更新

OpenAI 同步推出两个面向开发者的 API 图像模型：

• GPT Image 2.5 Flare：默认模型，适用于社交内容、电商视觉、视觉搜索等大多数场景。相比前代，图片质量更高，延迟降低 50%。
• GPT Image 2.5 Sunburst：面向高要求创意工作流程，强调更精细的控制能力，适用于广告素材制作、高端产品设计等场景。

现状与局限

• 可用性：ChatGPT Images 2.5 已向 ChatGPT、ChatGPT Work 和 Codex 用户开放，覆盖桌面端、移动端和网页端。
• 已知缺陷：部分测试指出，模型生成的图片仍存在噪点较多的问题；官方展示案例中也存在少量细节瑕疵。