AI 摘要
- OpenAI 推出 ChatGPT Images 2.5。
- 新模型最高可降低 50% 圖像生成延遲。
- 模型加強參考圖片保真度與多輪編輯一致性。
OpenAI 正式推出新一代圖像生成模型 ChatGPT Images 2.5，針對生成速度、畫面細節、參考圖片保真度，以及多輪圖片修改能力進行改進。新版本已陸續向不同級別的 ChatGPT、ChatGPT Work 及 Codex 用戶開放，支援桌面、流動裝置與網頁版本。
OpenAI 表示，目前用戶每星期透過 ChatGPT Images 及 API 內的 GPT-Image 模型生成超過 30 億張圖片。Images 2.5 被定位為目前最新的圖像模型，重點包括更銳利的細節、更自然的光線與材質、更精準的圖片編輯，以及更快的生成速度。
生成延遲最高降低 50%
與 GPT-Image-2 相比，OpenAI 稱 ChatGPT Images 2.5 最高可將圖像生成延遲降低 50%，讓用戶能更快反覆生成及修改作品。這項改進主要針對需要頻繁試作的設計、社交媒體內容及產品視覺製作流程。
提高參考圖片保真度
過往利用人物或物件照片生成新場景時，經過風格轉換、姿勢改變或多次修改後，人物樣貌及原有特徵可能逐漸偏離參考圖片。
Images 2.5 加強了對參考圖片主體的辨識與保留能力。OpenAI 指，新模型在把人物、地點或其他物件轉移至不同場景、構圖及視覺風格時，可以更有效保留原有辨識特徵，同時改善皮膚、材質與光線的自然程度。
這項能力有助用戶製作同一人物或產品的多款宣傳圖片，維持較一致的視覺特徵。相較舊模型在更換背景時可能出現主體移位、容貌或燈光變化，新模型據稱能大幅改善相關情況。
精準編輯減少非必要變更
生成式 AI 修圖常見的問題，是模型在修改指定細節時，連同人物面孔、服裝、背景、構圖或文字位置一併重新生成。Images 2.5 的設計重點之一，就是更準確理解哪些部分需要修改，以及哪些部分需要保留。
OpenAI 表示，即使圖片包含複雜人物與背景，新模型也更能只改動指定物件，同時保留原有主體、構圖及其他細節。對產品照片與品牌素材而言，用戶可望更容易只更換商品、背景或一段文字，而不改變整體設計。
ChatGPT 同時加入圖片 Comment-based Editing 功能，用戶可以直接在圖片的指定位置留下修改指示，進一步縮窄編輯範圍。
多輪修改時維持畫面一致性
Images 2.5 亦改善長對話中的 Multi-turn Editing Consistency。OpenAI 指，新模型在連續多次修改同一張圖片時，會更可靠地保留之前已完成的改動，新指令會建立在上一個版本之上，而不是每次近乎重新生成整張圖片。
這代表用戶可以先修改人物衣服，再移除背景物件、調整燈光，最後更改部分文字，而模型較能記住先前確認的內容。OpenAI 同時表示，圖片品質也較不容易因多輪修改而逐步下降。
支援複雜構圖、透明背景與風格控制
OpenAI 表示，Images 2.5 提升了對複雜視覺指令的理解能力，在處理包含現實資訊的圖片時準確度有所提高，並能處理更複雜的版面與透明背景。
在藝術風格方面，新模型更能維持用戶指定的視覺方向、構圖與個別元素，不容易因提示詞變得複雜而偏離原本要求。對需要製作一系列品牌風格一致的廣告圖片、UI 概念圖或簡報視覺素材的企業而言，這類穩定性具有實際用途。
新增 Sketch 草圖功能與圖像範本
除了模型升級，OpenAI 亦加入新的 Sketch 功能。對於家具位置、衣服輪廓、人物站位或物件比例等難以單靠文字描述的構圖，用戶現在可以直接在 ChatGPT 繪畫簡單草圖，再配合文字說明，由 Images 2.5 生成完整圖片。
OpenAI 表示，用戶不需要具備繪畫技巧，草圖主要用於傳達構圖與形狀。在 ChatGPT 輸入「@Sketch」即可使用相關功能。
ChatGPT 亦新增 Poster、Merch 等常用圖像範本，讓用戶先選擇基本格式，再加入資訊、設計元素及指定風格。分享生成圖片時，用戶也可以選擇一併分享所使用的提示詞，讓其他人利用相同概念加入自己的照片或內容重新生成。
API 提供 Flare 與 Sunburst
針對開發者，OpenAI 同時推出兩個 GPT-Image-2.5 API 模型，分別是 GPT-Image-2.5 Flare 與 GPT-Image-2.5 Sunburst。
| 模型 | 定位 | 適用情境 |
|---|---|---|
| GPT-Image-2.5 Flare | 速度與大量圖片工作 | 社交媒體內容、商品圖片、視覺搜尋、快速原型設計及大量圖片生成 |
| GPT-Image-2.5 Sunburst | 高精準度與嚴格修改控制 | 正式廣告素材及精修產品圖片 |
Flare 是大部分應用的預設選擇。OpenAI 稱，它在提供高於 GPT-Image-2 畫質的同時，可降低約 50% 延遲。Sunburst 則針對需要更高精準度的專業視覺工作，但生成時間相對較長。
API 規格亦支援較高品質等級與更彈性的輸出尺寸。新模型加入 xhigh 及 max 品質選項，並擴展可使用的圖片解像度與背景設定。
從單次生成走向完整創作流程
Images 2.5 的改良方向不只集中於首次生成的畫面品質，也針對生成式 AI 在實際設計流程中的常見問題，包括人物是否走樣、局部修改會否破壞其他內容，以及多次編輯後能否維持畫面一致性。
配合 Sketch、圖片註解修改及模板等工具，OpenAI 正把 ChatGPT Images 從文字生成圖片功能，延伸至涵蓋構思、草圖、生成與反覆修圖的視覺創作流程。至於不同帳戶級別的實際開放時間與功能範圍，則會按 OpenAI 的分階段部署安排而有所不同。
Reference Link : pcmarket.com.hk
