GPT Images 2.5 到底强在哪？PixPix 实测新一代 AI 改图能力

OpenAI 的图像模型，又更新了。

9 月 8 日，OpenAI 正式发布 ChatGPT Images 2.5。距离上一代 Images 2.0 并没有过去太久，但这次升级的方向已经发生了一些变化。

如果说过去几年 AI 生图模型竞争的核心还是“谁生成得更漂亮”，那么 Images 2.5 明显开始把重点转向另一个问题：

一张图生成出来之后，AI 到底能不能继续把它改好？

OpenAI 官方给 Images 2.5 总结了几个关键词：更锐利的细节、更自然的光影和纹理、更高的参考图保真度、更精确的局部编辑，以及更稳定的多轮修改。

同时，生成延迟相比 Images 2.0 最高降低 50%。

OpenAI 披露，目前用户每周通过 ChatGPT Images 和 API 中的 GPT-Image 系列模型生成的图片已经超过 30 亿张。

AI 生图正在从“偶尔玩一下”，逐渐变成社交媒体、电商、广告、设计和内容生产里的基础工具。

而这一次，OpenAI 显然想继续往真正的“视觉工作流”里走。

一、Images 2.5 最大的变化，其实不是画得更好

现在市面上的头部生图模型，其实都已经不太缺“第一眼惊艳”。

无论是 OpenAI、Nano Banana、Seedream，还是 Midjourney，一张图如果只是要求“电影感”“商业摄影”“高级时尚大片”，做出漂亮结果已经不是什么特别困难的事情。

真正让设计师头疼的，往往发生在第二步。

比如客户突然说：

“模特别动，只把衣服换成黑色。”

“产品位置保持不变，背景换成厨房。”

“这个海报其他东西都不要动，只把价格从 99 改成 79。”

以前这种需求对于 AI 来说经常意味着一次抽奖。

衣服改了，脸也变了；背景换了，产品比例跟着变；文字终于正确，整个排版却重新设计了一遍。

所以 Images 2.5 最值得关注的一项升级，就是 OpenAI 所说的 Precision Editing——精准编辑。

官方表示，新模型会更集中地修改用户指定的部分，同时尽可能保留没有要求改变的主体、构图、品牌视觉和其他元素。

对于产品图来说，可以只替换产品或背景；对于人物图，可以调整服装、环境或者风格，而尽量保持人物身份特征不变。

这听起来只是一句“编辑能力增强”，但对于真正拿 AI 做生产的人来说，意义完全不一样。

因为 AI 生图最大的隐性成本，从来不只是生成一次要多少钱，而是：

为了把一张已经 90 分的图修改到 95 分，你到底还得重新抽多少次卡。

Images 2.5 想减少的，就是这部分成本。

二、终于开始解决 AI 生图最烦人的“越改越崩”

另一个比较明显的升级，是多轮编辑一致性。

过去使用 AI 改图，经常会碰到一种非常熟悉的情况。

第一轮很好。

第二轮还行。

第三轮开始人物五官发生变化。

第四轮图片的纹理、细节和清晰度逐渐崩掉。

最后你会发现，还不如重新生成。

Images 2.5 对这一点进行了专门优化。OpenAI 表示，在更长的 ChatGPT 对话中，模型能够更稳定地继承前几轮的修改，让新的编辑建立在已有结果之上，并降低图片随着连续编辑而劣化的问题。

有用户表示，相比上一代，2.5 最大的实际改善并不是“第一张图突然碾压所有模型”，而是连续修改几次之后，画面没有以前那么容易崩。

三、Sketch 上线：不会写提示词？那你直接画

这次最有“玩具感”，但也可能非常实用的新功能，是 Sketch。

你可以画一个非常粗糙的房间布局，告诉 AI 沙发应该在哪里、窗户在哪里；也可以画一个服装轮廓，让模型按照这个姿态继续设计；甚至只是随手画几个歪歪扭扭的线条，再让 AI 把它变成完整作品。

这其实解决了一个长期存在的问题：很多视觉需求，人知道自己想要什么，却不知道该怎么用 Prompt 描述。

比如“杯子在画面偏右下角，后面有一个斜着延伸的平台，人物从左侧探进画面”。

用文字解释半天，AI 可能还是理解错。

但如果直接画三个框、两条线，空间关系反而瞬间清楚。

从这个角度看，Sketch 并不只是给“灵魂画手”整活用的。

它实际上是在减少 Prompt Engineering 在视觉创作中的重要性。

未来控制 AI 图片，很可能越来越不像“写作文”，而更像：

画一下、圈一下、点一下，然后告诉 AI 哪里不对。

四、ChatGPT 变成简化版“AI 设计工作台”

Sketch 之外，这次还有几个不起眼但很值得注意的功能。

比如 Templates 模板。

现在用户可以直接从 Poster、Merch 等常见设计类型开始，而不是每一次都面对一个空白输入框。再加入自己的文字、设计元素和风格要求，让模型继续完成。

另外还有一个更接近专业设计软件的能力：直接在图片上添加评论。

不再需要输入：“请把图片左上角那个蓝色的瓶子改成红色。”

而是直接指着那个位置告诉 AI：“这里改红。”

五、甚至连“等图”的过程都开始整活了

Images 2.5 还有一个非常 OpenAI 的小彩蛋。

最新 ChatGPT Release Notes 显示，一部分用户在等待图片生成时，会看到新的动画进度体验，甚至可以直接玩 Snake，也就是贪吃蛇。

不过 OpenAI 也强调，这个加载界面会根据平台和灰度发布情况有所不同，而且 Work 模式目前没有 Snake。

不过更实在的变化还是速度。Images 2.5 官方宣称生成延迟相比 2.0 最多降低 50%。

六、API 一口气出了两个：Flare 和 Sunburst

对于开发者来说，这次更新还有一个很有意思的变化。

OpenAI 没有只发布一个 GPT Image 2.5 API 模型，而是直接拆成了两条路线：

Flare 是 OpenAI 推荐给大多数应用的默认选择，官方称其相比 GPT-Image-2，在提高图片质量的同时可以做到 50% 更低延迟。

Sunburst 则允许更长生成时间，换取更高的编辑精度和控制能力。

这个划分很有意思。

过去大家选择图像模型时往往是在不同厂商之间选：

OpenAI 还是 Google？

Midjourney 还是 Seedream？

但 OpenAI 现在正在把同一家模型也拆成“速度型”和“质量型”。

对于真正大规模调用 API 的电商平台、广告公司和内容平台来说，这种区别甚至比“谁多 5 分画质”更重要。

每天生成几十万张商品素材，速度和成本是一个世界。

只做最终 Campaign KV，则完全是另一个世界。

七、刚上线，Images 2.5 已经冲到了 Arena 前排

在 Images 2.5 上线后，Arena 官方公布的最新结果显示，GPT-Image-2.5 Sunburst 与 Flare 分别位列 Text-to-Image、Image Edit 和 Multi-Image Edit 三项 Arena 的第 1 和第 2。

Arena 给出的变化数据显示，相比 GPT-Image-2 medium，Sunburst / Flare 分别提升：

文生图约 +40 / +18 分；

单图编辑约 +59 / +30 分；

多图编辑约 +81 / +47 分。

也就是说，提升最大的恰恰不是传统文生图，而是多图编辑。

这和 OpenAI 这次宣传的重点基本一致。

八、图像模型的竞争，开始从“生成器”进入“编辑器时代”

OpenAI 还在 Images 2.5 中继续加入图片来源标识机制。

官方系统卡显示，除了 C2PA 元数据之外，ChatGPT、Codex 和 OpenAI API 生成的 Images 2.5 内容还会使用 Google DeepMind 的 SynthID 隐形水印，形成多层来源标记。

这也从另一个侧面说明，AI 图片已经不再只是实验室里的生成能力。

当每周生成量已经达到 30 亿张，接下来真正重要的事情会变成：

怎么编辑、怎么复用、怎么规模化生产，以及怎么识别它是不是 AI 生成。

目前 PixPix 已接入 GPT Images 2.5，如果想实际体验这次升级的人像一致性、局部编辑、产品图生成和风格转换，可以直接在 PixPix 里选择对应模型进行测试。对于做电商、广告素材或者日常内容创作的人来说，一个比较方便的地方是，不需要在不同平台之间反复切换，可以围绕同一套素材连续生成、对比和调整。

尤其是这次 Images 2.5 强调的“只改指定区域、尽量保留其他内容”，放到真实工作里其实非常实用。比如商品主体保持不变，只换背景；模特脸部保持一致，只调整服装和场景；或者在同一张视觉基础上快速生成不同风格版本。相比单纯追求“第一张图有多惊艳”，这种连续修改能力反而更接近设计师真正的工作流程。