OpenAI 推出了 ChatGPT Images 2.5,这是一款新一代图像生成模型,被官方描述为前沿水准。该模型正在面向桌面端、移动端和网页端的 ChatGPT、ChatGPT Work 与 Codex 用户推送,为创作工作流带来更清晰的细节、更快的生成速度和更精准的编辑能力。
核心能力包括:与之前的 Images 2.0 模型相比,图像生成延迟最高降低 50%;在参考照片中保留主体时一致性更高;多轮对话中更可靠地遵循编辑指令。该模型还能更好地理解复杂的视觉指令,并在长时间内保持所需的视觉方向。
此次发布还附带两款新版 API 模型:GPT-Image-2.5 Flare,作为大多数应用的默认选择,图像质量优于 GPT-Image-2,延迟降低 50%;GPT-Image-2.5 Sunburst,面向需要更精细编辑控制的高端创意工作流。OpenAI 表示,同样的质量提升使参考引导式工作流更可靠,供开发者在创意、营销、零售和媒体产品中集成图像生成功能。
ChatGPT 的新功能包括 Sketch,用户可直接在 ChatGPT 中绘图并将其作为最终图像的参考;以及适用于传单和产品照等热门格式的模板。用户还可以在图像上直接添加评论进行聚焦编辑,并分享其图像的提示词,以便他人迭代类似创意。
在安全性方面,OpenAI 表示 Images 2.5 在现有防护基础上新增了针对模型能力提升所带来的新风险的防护。安全栈包括提示词层和图像层检查、专注于安全的多模态推理模型(监控输入与输出),以及继续使用 C2PA 元数据和不可见水印来识别生成图像。根据 OpenAI 使用对抗性提示词进行的安全评估,GPT-Image-2.5-Sunburst 拦截了 98.91% 的不安全生成,GPT-Image-2.5-Flare 拦截了 98.59%,均优于 ChatGPT Images 2.0 的 98.36% 拦截率。
早期客户反馈强调了速度与编辑精度:Adobe 表示模型支持更快的生成和分辨率一致性;Runway 和 Manus 则指出延迟更低,创意与品牌资产工作流的质量更佳。
