上周，OpenAI 剛剛發佈 GPT-6 Astra。我還沒從那股震撼裡緩過來，今天早上，ChatGPT 的圖片生成又更新了。

這次是 ChatGPT Images 2.5。GPT Image 2 已經那麼強了，我很難想像它還能更新什麼。越想越興奮，乾脆連夜開始測試。

上一代 ChatGPT Images 2.0 是今年 4 月 21 日發佈的。那次升級，加強了對現實世界資訊的理解、指令執行，以及密集文字和複雜細節的生成；同時帶來了 Thinking 模式，讓它能在生圖過程中結合推理和工具，搜尋資訊、規劃結果，還能根據一條提示生成多張圖片。

當時我的感覺就是：AI 生圖這場仗，在我這裡已經打完了。強得離譜。從那以後，我的圖片就一直交給 GPT Image 2 來生成，公眾號的封面、插圖，也都用它。

這次的 2.5 在 2.0 的基礎上，重點加強了主體一致性和多輪編輯，同時改善細節、複雜佈局和生成速度；工具上新增了Sketch 草圖、創作範本、圖片評論和提示詞分享。我最關心的，就是照片改完還像不像原來的人，以及這些設計、修圖功能到底好不好用。

01. 模型升級：主體更穩，修改更可控

光照、紋理、複雜佈局這些提升，先看官方介紹。這次我沒有逐項做新舊模型對照。我最想驗證的是：拿一張參考照片來改，最後還像不像原來的人？

先從一個簡單的要求開始。我給它一張參考照片，提示詞只有一句：

臥槽，它把衣服、褲子換了，連鞋子和襪子都一起配好了。運動服和襪子上還出現了耐克的標誌。我沒有指定品牌，這也是它自己補出來的細節。

我更在意的是臉。就這張結果看，人物給我的感覺還是原來的樣子，至少我沒有一眼看出明顯的失真。

接著，我讓它把背景換成上海城市街頭，再換個髮型和頭髮顏色。兩次結果放在一起看：

▲ 圖：左：換成上海街頭背景；右：繼續修改髮型和髮色

這幾輪下來，人物整體形象保留得讓我挺滿意。不過，逐張看也能發現，姿態和背景細節會跟著有些變化，還不能說除了指定的地方，其他部分就完全不動。

其實我還測了很多，受限於篇幅，圖片就不一一放進來了。

拿自己的照片測，才是我心目中最地獄式的測試。別人像不像，有時看不準；自己被改得不對勁，很容易就能感覺出來。

以前我幾乎不敢讓 AI 改自己的照片，就是怕失真。這次我拿出了一張騎馬的頭像照。

原圖裡，馬的腿沒有拍全。我希望它把馬的下半身補出來，還要讓馬跑起來，同時儘量保留我的樣子。

▲ 圖：處理後：補全馬的身體，並改成奔跑姿態

▲ 圖：騎馬照片前後對比：左為原圖，右為修改結果

這張出來，我特地把臉放大看了。以我自己的感覺，幾乎看不出明顯的變化。你們也可以對著原圖看看。

我又讓它把我的動作改成雙手握韁繩，再換一頭黃毛。

▲ 圖：繼續改動作和髮色後的結果

▲ 圖：修改動作和髮色前後對比

這一張，我就覺得明顯沒那麼像自己了。原照片裡，手和墨鏡遮住了一部分臉；把動作改掉以後，它得補出原來沒露出來的部分，結果就容易偏。

所以，想改自己的照片，尤其要動到臉和姿態時，我會儘量給一張清楚、遮擋少的參考圖。這次能保留到什麼程度，成功和沒那麼成功的結果都放在這裡了。

再放一個 OpenAI 官方的例子：把三張人物照片合成一張聚會合照。大家可以對照看看，三個人各自的形象保留得怎麼樣。

▲ 圖：合成前的三張參考照片（來源：OpenAI 官方演示）

▲ 圖：合成後的聚會合照（來源：OpenAI 官方演示）

02. 創作工具升級：從草圖到修圖、分享

這部分的變化，我覺得做公眾號配圖、海報和產品圖的人會特別有感。除了用文字描述，現在還可以直接畫、用範本起稿，或者在圖片上點出要改的地方。

Sketch：先畫個草圖，讓它接著畫

除了直接打字，這次還可以在 ChatGPT 裡畫草圖。

按官方說明，在輸入框裡輸入 @Sketch，就能呼叫草圖功能。我打開後看到的是這樣的畫布：

可以調畫筆大小、換顏色，也可以加入文字和形狀，畫錯了就用橡皮擦掉。

我畫了這麼一個小人，然後讓它按草圖重新畫成更精緻的插畫。

▲ 圖：草圖與首次生成結果對比（左圖擷取自操作截圖）

我這畫工，大家也看到了。最後出來的小人，頭髮、裙子、笑臉都有了，還加上了顏色和紋理。想說一個大致的形狀時，現在可以直接畫給它看。

範本也是這次新增的入口。我選了海報範本，提示詞會自動出現在輸入框裡，可以修改，也可以附上自己的參考圖片。

我上傳了一張照片，沒改範本裡的提示詞，直接提交。

▲ 圖：上傳參考圖並使用海報範本

這一次，它沒有立刻出圖，先問了主題、必須出現的文字、尺寸和風格。我回覆：做時尚雜誌封面，文字讓它幫我寫，比例 3:4，採用 Vogue / Editorial 的感覺。

▲ 圖：補充海報主題、尺寸和風格

▲ 圖：根據範本和補充要求生成的海報

▲ 圖：參考照片與首張海報對比（左圖擷取自操作截圖）

這個質量確實讓我驚喜。頭髮、衣服的紋理，連同中英文排版，放在這張封面裡看起來很協調。

局部編輯：圈出來改，點一下加評論

打開生成的圖片，就能看到編輯工具：標註、評論、移除背景、擦除、調整尺寸。

我先試了標註。把上面的標題圈出來，再輸入想替換的文字。

▲ 圖：圈選標題，並輸入替換文字

▲ 圖：標題修改前後對比：左為初版，右為替換標題後

這裡有意使用了變體拼寫“VOUGE”，圖片也按提示詞保留了這個寫法。圖中是測試用的雜誌風格設計，非雜誌官方封面。

再試評論。在眼睛附近點一下，寫上“加一副墨鏡”，提交。

▲ 圖：在眼睛附近加入評論：加一副墨鏡

墨鏡加上了，前一輪改過的標題也保留著。把這張和初版放在一起看，人物、衣服和版面的整體感覺仍然接得上。這是我今天覺得多輪編輯好用的地方：可以繼續改下去，不用每次重新做一張。

這種一致性，真的是強得離譜。它解決了我一直以來的一個痛點：以前改圖，總是改著改著就跟前面不像了，好不容易做出來的效果又丟了，真的讓人惱火。

調整畫幅：從豎版到橫版，重新排一遍

工具列裡還有移除背景。這次我更想講的是調整尺寸，因為我經常要把圖片用到不同平台，3:4、9:16、16:9，各有各的要求。

以前改畫幅是件很麻煩的事。簡單裁一下，人物可能被切掉，文字也可能放不下。要讓它在新的比例裡看著舒服，往往得重新排版。

我把剛才那張 3:4 的豎版海報，改成了 16:9 的橫版。

▲ 圖：轉換為 16:9 後的橫版海報

這一步超出我的預期。人物縮小了，畫面向兩邊展開，標題和左右的文字也重新安排了位置。前面加的墨鏡還在。

對我這種經常做封面、配圖的人來說，這個功能太實用了。一張已經做好的圖，換個畫幅還能繼續用，省掉的是重新擺人物、重新放文字的工夫。

原來生成好的圖片就能分享，這次多了“分享提示範本”。

▲ 圖：分享菜單裡的“分享提示範本”

我點進去，複製連結，打開後能看到圖片、提示詞，以及“加入圖像試試”的按鈕。

我這裡做的是改圖，所以分享出去的也是改圖提示詞，頁面上顯示的是“將寬高比設為 16:9”。別人可以加入自己的圖片，試試同樣的修改。

我看到這裡，還是會想到那些圍繞提示詞範本做生意的產品。這樣的入口直接放進 ChatGPT，它們得重新想想，自己還能提供什麼。

最後說速度。官方的說法是，相比 Images 2.0，生成延遲最多降低 50%。

我自己的體感也確實非常快。以前尤其做測試的時候，總要等前一張圖出來，才能進入下一步，一輪輪等下來挺磨人。這次等待明顯短了很多，有些圖感覺幾乎一轉眼就出來了。連續改圖的時候，這種差別特別明顯。

按發佈公告，Images 2.5 正在向 ChatGPT、ChatGPT Work 和 Codex 的各檔使用者推出，覆蓋桌面、移動端和網頁。我今天早上打開 ChatGPT，已經看到了更新提示。

▲ 圖：今天早上看到的圖像創作更新提示

開發者還可以通過 API 使用兩款模型：GPT-Image-2.5 Flare 側重質量、編輯和速度的平衡；GPT-Image-2.5 Sunburst 追求更精細的控制，但生成時間更長。下面放上官方價格表，供需要接入 API 的朋友參考。

▲ 圖：OpenAI 官方 API 價格表（中文翻譯），標準檔；單位：美元／百萬 tokens

前面說了不少好用的地方，但這一輪測下來，也碰到了幾個讓人卡住的問題。

測試第一個模特的時候，我輸入了一句“換成晚禮服”，結果沒等來圖片，反而收到一條提示：生成的圖片可能違反了針對潛在欺詐或詐騙活動的防範措施。

▲ 圖：輸入“換成晚禮服”後，出現安全攔截提示

這讓我有點摸不著頭腦。只是想換件衣服，怎麼就跟欺詐、詐騙扯上關係了？以前用的時候，我印象裡很少碰到這種情況。這次是不是風控更嚴格了？目前還不好下結論，也可能是這一次觸發了誤判，但它確實打斷了正常的改圖過程。

就在剛剛，OpenAI 發佈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、創作範本、圖片評論編輯等功能，讓使用者能夠更接近專業設計流程完成 AI 創作。

OpenAI 稱，目前使用者每周通過 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、行銷設計、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，但當使用者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最佳化，能夠更準確執行使用者指定的修改，同時保留原有主體、構圖和視覺風格。

使用者可以針對產品、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·指那打那。

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，生成一張高畫質攝影創意作品。

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，我嘗試生成一個遞迴畫面。

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」。

這種遞迴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巢狀關係，完成多層遞迴效果。

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，而不是簡單加入古裝元素。

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，使用者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等級的。

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 功能允許使用者直接在 ChatGPT 中繪製草圖，並將其作為生成圖片的視覺參考。使用者可以簡單畫出房間佈局、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佈局和創作意圖，解決了使用者難以用文字精準描述空間關係、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。

除了靜態圖片，Sketch 也可以用於 GIF 等動態內容創作。

OpenAI 還推出了範本功能，幫助使用者從常見設計場景開始創作，例如海報、商品圖片等。使用者無需從空白提示詞開始，可以選擇範本後進一步補充文字、風格和設計要求。

此外，使用者現在可以直接在圖片上加入評論，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，讓其他使用者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品質的圖片，同時將延遲降低 50%，適用於社交內容、電商視覺、視覺搜尋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 使用者開放，覆蓋桌面端、移動端和網頁端。API 使用者則可以呼叫 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。  (APPSO)

當地時間9月8日，OpenAI推出圖像生成模型ChatGPT Images 2.5，在生成速度、畫面細節、局部編輯穩定性上完成多項核心升級，同步上線手繪草圖生成、圖片定點修改等互動功能。

相比上一代ChatGPT Images 2.0，新版本最直觀的變化是生成時延降低，官方資料顯示圖像生成延遲最高可減少50%，大幅縮短使用者等待圖片輸出的時間。

除速度最佳化外，模型在畫面細節、光影材質還原能力上得到強化，重點解決舊版本多輪編輯容易出現主體變形、構圖崩壞的痛點。當使用者對圖片進行局部修改指令時，模型可以精準鎖定需要調整的區域，保留原圖人物主體、產品外形、畫面構圖與整體風格，大幅降低創作者反覆偵錯提示詞的成本。

產品端配套新增多項創作工具，其中Sketch手繪功能是本次更新的亮點，使用者不需要具備專業繪畫功底，僅勾勒基礎構圖就能快速把構思轉化為成品圖。

ChatGPT Images 2.5現已面向所有ChatGPT、ChatGPT Work和Codex使用者開放，支援桌面端、移動端和網頁端。

此外，GPT-Image-2.5 Sunburst和GPT-Image-2.5 Flare模型已通過API提供。Flare作為通用版本，具有2.5系列速度、畫質與編輯能力，適合社交媒體素材、產品原型、大批次圖像生成場景；Sunburst主打高精度精細編輯，面向廣告大片、商業產品圖等專業生產級視覺內容，圖像可控性更強，但生成耗時更長。

在AI圖像生成賽道，ChatGPT Images 2.5的核心差異化優勢在於深度嵌入對話互動鏈路。當前市場中，Midjourney在藝術質感、電影感畫面輸出上仍保持優勢，但產品缺少原生對話互動與草圖輸入能力，上手門檻更高；Adobe Firefly 依託創意軟體生態，在商用版權保障方面更有競爭力，但獨立對話創作能力偏弱；Google Gemini 內建圖像模型在品牌一致性控制上仍存在短板。

據OpenAI 披露，ChatGPT Images系列模型及對應API每周圖像產出總量超過 30 億張。

本次圖像模型更新，是OpenAI近期密集產品迭代之一。就在9月3日，公司發佈旗艦大模型 GPT-6 Astra，強化自主電腦操作、複雜推理、程式設計與科研任務處理能力，支援直接識別螢幕像素並模擬鍵鼠操作，可直接操作各類軟體介面，被視作其推進智能體能力的重要一步。

OpenAI 聯合創始人兼總裁格雷格・布羅克曼在發佈電話會議上表示，“歡迎來到AGI時代”。

9月7日，黃仁勳在社交平台發文稱，OpenAI從發佈ChatGPT到o1再到Astra只用了4年。“AGI已經到來，恭喜OpenAI團隊。”

不過，9月6日，OpenAI首席科學家雅各布・帕喬基（Jakub Pachocki）在官網發佈萬字長文，稱人類已經創造出一套難以完整理解的智能體系，全人類尚未做好應對超級智能快速演進的準備，呼籲全球AI研發主動放緩全速擴張節奏。 (介面新聞)

彙整鉅亨號中所有使用「ChatGPT Images 2.5」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

ChatGPT Images 2.5 實測：AI 生圖，開始變成設計工具了

GPT Images 2.5 突發上線！網友的「靈魂畫作」一個比一個離譜

OpenAI推出最強AI圖像生成模型