ChatGPT Images 2.5 发布封面:从草图到成品图的转变
10

9 月

ChatGPT Images 2.5 发布:延迟降 50%、草图直接画,AI 生图从抽奖变编辑

一句话结论:OpenAI 把生图模型的重点从「生成得更逼真」转向「编辑得更精准」,Sketch 草图和图片内评论两个功能,让 AI 作图第一次接近设计师的迭代工作流。

AI 摘要

  • 发生了什么:OpenAI 9 月 8 日发布 ChatGPT Images 2.5,同步在 API 上线 GPT-Image-2.5 Flare 和 Sunburst 两个模型。
  • 核心变化:生成延迟最高降 50%,新增 Sketch 草图参考、模板库、图片内评论标注、分享 prompt 四项功能。
  • 影响对象:内容创作者、设计师、需要批量生图的开发者,以及依赖 AI 作图做产品的团队。
  • 下一步观察:Sketch 能否把「会画画的人」和「不会画画的人」拉到同一条起跑线。
ChatGPT Images 2.5 发布封面:从草图到成品图的转变

发生了什么

OpenAI 官方博客在 9 月 8 日宣布推出 ChatGPT Images 2.5。官方给出一组数字:每周用户通过 ChatGPT Images 和 API 里的 GPT-Image 模型,生成的图片超过 30 亿张。这不是一个小众玩具的体量。

这次更新的核心,落在了「改得更听话」上。官方说光照更自然、纹理更丰富,但真正的卖点是两件事:在参考照片里保留主体,在多轮编辑里稳定遵循指令。相比 4 月发布的 Images 2.0,生成延迟最高降了 50%。

需要区分的是,延迟降 50% 是 OpenAI 官方的说法,不是第三方基准。目前还没有像 Artificial Analysis 那样的独立机构,对这个生图模型做过横评。上一代 GPT Image 2 的架构拆解里我们分析过它靠三层架构解决文字渲染,这一代的核心变化主要在交互和速度上。

Sketch 草图为什么值得单独拿出来说

Sketch 是这次最值得注意的功能。在 ChatGPT 输入框里输入 @Sketch,就能直接画草图,模型会把你的粗糙线条变成完整图像。你可以画房间布局、衣服轮廓,或者随便一个涂鸦。

这个功能的意义不在技术多难,在于它把「脑子里有画面、手上画不出来」的人,第一次真正接进了 AI 生图流程。过去你用文字描述想要的画面,模型猜一次,你改一次,来回拉扯。现在把草图摆上去,猜的空间小了很多。

从产品逻辑看,这是 OpenAI 对 Midjourney 和即梦这类对手的回应。那些工具在社区里靠提示词技巧和参数调优建立护城河,而 Sketch 用更直观的输入方式绕开了提示词门槛。

ChatGPT Images 2.5 Sketch 草图功能示意图

Flare 和 Sunburst 两个 API 模型怎么选

API 层面,OpenAI 上线了两个模型。GPT-Image-2.5 Flare 是默认选择,定位是大众应用:创作者内容、社媒、产品体验、视觉搜索、快速原型、大批量生成,比上一代质量更高,同时延迟低 50%。

GPT-Image-2.5 Sunburst 走另一个方向,为精细创意工作增加精度,代价是生成时间更长。OpenAI 没有公布两个模型的具体价格差异,但从命名和定位看,Sunburst 会按「高级视觉工作流」计费,社区里已经有人在讨论它的计费逻辑会不会更贵。

生图 API 开始分层了。速度敏感的场景用 Flare,质量敏感的场景用 Sunburst,而不是一个模型硬扛所有需求。

GPT-Image-2.5 Flare 与 Sunburst 双模型对比图

对内容创作者到底意味着什么

对做内容的人,这次更新的实际价值是三个:更快的迭代、更可控的编辑、更低的门槛。

更快不用多说,延迟降一半,意味着你改一版图的时间从等 20 秒变成等 10 秒。更可控靠的是图片内评论标注——你可以在生成的图片上直接圈一块说「这里改一下」,而不是重新写一长段提示词。门槛降低靠 Sketch,不会画画的人也能给模型一个视觉参照。

但也要说清楚边界:Images 2.5 的「编辑更准」,是相对 Images 2.0 的进步,不是绝对意义上的「指哪改哪」。多轮编辑里,模型仍然可能改掉你不希望动的地方,只是概率比上一代低。

智盒判断

短期看,这是一次产品体验的追赶,不是技术路线的颠覆。Sketch 和评论标注这类功能,本质上是在补齐生图工具「编辑」这个短板,Midjourney 和即梦大概率会在下个版本跟上。

更值得盯的是 30 亿张/周这个量级。生图模型的质量,很大程度取决于海量真实用户的多轮编辑反馈,谁的用户多,谁的下一个版本就更懂「用户到底想改什么」。往远了说,生图会从「一个独立的创作工具」变成所有需要视觉内容的工作流的默认组件,竞争的重心会从单张图的质量,转移到这些能力嵌进了什么产品里。放到更大的版图里看,生图只是 国产大模型和 OpenAI 这场竞争的一个切面,模型层的差距缩小之后,拼的就是这类具体能力的落地体验。

有哪些值得关注的替代方案

工具差异适合谁
Midjourney社区和风格调优强,但编辑交互弱追求特定艺术风格的创作者
即梦 AI中文场景和本土模板更贴近做中文营销物料的团队
Qwen-Image 3.0开源生态、复杂排版见长需要自部署或二次开发的开发者

国产生图这条线我们之前单独聊过 Qwen-Image 3.0 的排版能力边界,它在复杂文字排版上有自己的一套,和 Images 2.5 走的方向不完全一样。

FAQ

这跟普通用户有关系吗?

如果你偶尔用 AI 生成一张头像或配图,体感差异不会太大,最多是速度快了点。如果你是靠 AI 出图做内容或做产品,延迟减半和编辑变准是实打实的效率提升。

现在需要立刻升级或切换吗?

不需要。ChatGPT 用户会在现有订阅里直接用到 Images 2.5,不用额外付费。API 用户如果对成本敏感,建议等第三方基准出来再决定用 Flare 还是 Sunburst,别急着把生产流量切过去。

Sketch 功能会不会画得四不像?

草图越明确,效果越好。它解决的是「传达意图」,不是「保证还原」。房间布局、服装轮廓这类有结构的东西它处理得不错,但如果你画得太抽象,模型仍然需要靠文字描述补全,结果会和你的预期有偏差。

评论 (1)

评论被关闭。

RELATED

Posts