OpenAI推出GPT Image 1.5模型加速圖像生成競爭

OpenAI正在推出新版本的ChatGPT圖像生成功能，承諾提供更好的指令遵循能力、更精確的編輯功能，以及高達4倍的圖像生成速度提升。

這個名為GPT Image 1.5的新模型從周二開始向所有ChatGPT用戶和API用戶提供服務(wù)。這是與谷歌Gemini競爭的最新升級，此前OpenAI首席執(zhí)行官薩姆·奧特曼在上個月泄露的內(nèi)部備忘錄中宣布進入"紅色警戒"狀態(tài)。該備忘錄詳細說明了OpenAI重新奪回AI領(lǐng)導(dǎo)地位的計劃，此前谷歌發(fā)布了其最新旗艦?zāi)Ｐ虶emini 3和最新版本的病毒式圖像生成器Nano Banana Pro后開始搶占市場份額，這兩個模型在LMArena排行榜的多個基準(zhǔn)測試中都名列前茅。

即使在OpenAI上周推出GPT-5.2作為回應(yīng)后，谷歌仍保持領(lǐng)先地位，OpenAI將其定位為面向開發(fā)者和日常專業(yè)使用的最先進模型。據(jù)報道，OpenAI原本計劃在1月初發(fā)布新的圖像生成器，但加速了計劃并在本周宣布。其上一個圖像模型GPT Image 1是在4月發(fā)布的。

GPT Image 1.5的推出正值圖像和視頻生成器超越原型階段，獲得更多生產(chǎn)就緒能力的時期。與Nano Banana Pro類似，ChatGPT圖像提供后期制作功能，提供更精細的編輯控制來保持視覺一致性，如面部相似度、光照、構(gòu)圖和色調(diào)在編輯過程中的一致性。

大多數(shù)生成式AI圖像工具在迭代方面表現(xiàn)不佳，所以這將是一個巨大的進步。當(dāng)被要求進行特定更改時，如"調(diào)整面部表情"或"讓光線更冷"，模型往往會重新解釋整個圖像，導(dǎo)致缺乏一致性。

這次更新不僅僅是新功能。ChatGPT圖像現(xiàn)在還可以通過ChatGPT側(cè)邊欄中的專用入口訪問，該入口"更像一個創(chuàng)意工作室"，OpenAI應(yīng)用程序首席執(zhí)行官菲吉·西莫在周二的博客文章中寫道。

"新的圖像查看和編輯界面讓創(chuàng)建符合你愿景的圖像變得更容易，或者從熱門提示和預(yù)設(shè)濾鏡中獲得靈感，"西莫寫道。

除了新的圖像生成器，OpenAI還引入了新的方式來改善ChatGPT體驗，增加更多視覺元素。計劃是讓搜索查詢顯示更多帶有明確來源的視覺內(nèi)容，這對于轉(zhuǎn)換測量單位或查看體育比分等任務(wù)可能很有幫助，西莫表示。

"當(dāng)你在創(chuàng)作時，你應(yīng)該能夠看到并塑造你正在制作的東西。當(dāng)視覺效果比單純的文字更能講述故事時，ChatGPT應(yīng)該包含它們，"西莫寫道。"當(dāng)你需要快速答案或下一步操作在另一個工具中時，它應(yīng)該就在那里。通過這樣做，我們可以繼續(xù)縮短你心中所想與你實現(xiàn)它的能力之間的距離。"

Q&A

Q1：GPT Image 1.5相比之前的版本有什么改進？

A：GPT Image 1.5提供了更好的指令遵循能力、更精確的編輯功能，以及高達4倍的圖像生成速度提升。它還提供后期制作功能，能夠在編輯過程中保持面部相似度、光照、構(gòu)圖和色調(diào)的視覺一致性，解決了大多數(shù)生成式AI圖像工具在迭代編輯時缺乏一致性的問題。

Q2：為什么OpenAI要加速推出GPT Image 1.5？

A：OpenAI加速推出是為了應(yīng)對與谷歌Gemini的激烈競爭。谷歌發(fā)布了Gemini 3和Nano Banana Pro后開始搶占市場份額，這兩個模型在多個基準(zhǔn)測試中都名列前茅，促使OpenAI首席執(zhí)行官宣布進入"紅色警戒"狀態(tài)，原本計劃1月初發(fā)布的產(chǎn)品被提前到本周發(fā)布。

Q3：GPT Image 1.5如何改善用戶的創(chuàng)作體驗？

A：GPT Image 1.5通過ChatGPT側(cè)邊欄中的專用入口提供"更像創(chuàng)意工作室"的體驗，新的圖像查看和編輯界面讓用戶更容易創(chuàng)建符合愿景的圖像，還能從熱門提示和預(yù)設(shè)濾鏡中獲得靈感。同時增加了更多視覺元素，讓搜索查詢顯示帶有明確來源的視覺內(nèi)容。