OpenAI发布 ChatGPT Images 2.5：更快生成、精细编辑与面向工作流的图像工具

OpenAI 于 9 月 8 日发布 ChatGPT Images 2.5，提升生成速度、细节和多轮编辑一致性，并新增 Sketch、模板与提示词分享等产品功能。新版本同时在 API 推出 Flare（速度型）与 Sunburst（精度型）两款模型，并强调安全检测与元数据标注以应对更高拟真度带来的风险。

OpenAI 9月8日发布 ChatGPT Images 2.5，称新模型将提升图像细节、参考照片保真度和多轮编辑的一致性，同时把生成延迟最多降低至较 Images 2.0 少 50%。这次更新也不只是模型升级：ChatGPT新增了可直接涂鸦的 Sketch 功能、图像模板、图像评论和带提示词分享等产品功能。

OpenAI在官方公告中说，用户目前每周通过 ChatGPT Images 和 API 中的 GPT-Image 系列生成超过30亿张图片。Images 2.5现已面向 ChatGPT、ChatGPT Work 和 Codex 用户开放，覆盖网页、桌面和移动端。

从“生成图片”转向“持续修改”

OpenAI此次强调的重点，是模型能否在多轮修改中保持原有内容，而不只是一次生成的画面质量。

按照OpenAI的说法，Images 2.5在处理参考照片时，能够更好地保留人物或物体的辨识度、独特特征、光线和材质。用户可以把同一个主体放进新的场景、视觉风格或构图中，而不必每次从头开始描述。

在编辑方面，模型更倾向于只改变用户指定的元素。例如，用户可以要求替换产品、背景或图中文字，同时尽量保留主体、构图和品牌视觉。OpenAI还称，较长的 ChatGPT 对话中，早先的修改更容易被保留下来，连续编辑不容易导致图像质量逐步下降。

这显示出图像模型的竞争重点正在发生变化：行业关注的不再只是“能不能生成一张好看的图”，而是能否成为一个稳定的视觉生产工具。在此前对阿里巴巴 Qwen-Image-3.0 的报道中，类似趋势也已出现：图像模型开始被用于排版、教育、电商和内容制作，而不只是用于创意展示。

Sketch和模板降低创作门槛

ChatGPT Images 2.5新增的 Sketch 允许用户直接在 ChatGPT 内绘制草图，并将草图作为最终图像的视觉参考。OpenAI举例说，用户可以画出房间布局、服装轮廓或简单涂鸦，再补充文字描述，让模型把粗略构想转化为完整图像。用户可以在 ChatGPT 中输入“@Sketch”尝试这一功能。

模板功能则面向更明确的创作格式。用户可以从“海报”或“周边”等模板开始，再加入需要传达的信息、设计元素和视觉风格。对不熟悉提示词、但已经知道自己想制作什么的人来说，这种方式可能比面对空白输入框更容易上手。

OpenAI还允许用户在分享图像时附带生成提示词。其他人可以沿用相同的创意，但替换成自己的照片和细节。这个设计把图像分享从单纯展示结果，进一步延伸到分享生成过程。

类似的产品化方向也出现在Google将 Nano Banana 带进 Google Earth 的更新：生成能力被放进地图这一具体工作流中，而不是作为独立的模型演示存在。

API推出两个模型：速度与精度分开定位

面向开发者，OpenAI同时推出 GPT-Image-2.5 Flare 和 GPT-Image-2.5 Sunburst。

OpenAI将 Flare 定位为大多数应用的默认选择，称它在保持更高图像质量的同时，相较 GPT-Image-2 延迟最多降低50%。其目标场景包括创作者和社交内容、产品体验、视觉搜索、快速原型以及大批量图像生成。

Sunburst则面向对编辑控制要求更高的工作流，例如制作正式的广告创意和经过精修的产品图。OpenAI表示，Sunburst可以用更长的生成时间换取更细致的控制。

这两个模型的区分，反映了图像生成服务逐渐从单一模型竞争转向场景分层：高频应用需要速度和成本可控，品牌、电商和广告团队则可能更重视一致性、可修改性及最终成品质量。两款模型均已在OpenAI API中提供，具体费用需以官方价格页面为准。

更强的生成能力也带来新的安全压力

OpenAI称，Images 2.5延续了提示词和图像层面的安全检查，并继续使用 C2PA 元数据和不可见水印来帮助识别由其工具生成的图像。公司同时发布了ChatGPT Images 2.5 系统卡，说明模型的安全评估和防护机制。

系统卡指出，模型更高的真实感可能增加深度伪造风险，尤其涉及真实人物、政治内容、色情内容或敏感事件时。OpenAI描述的防护包括生成前的提示词审查、对输入图像和提示词的多模态监控，以及在图像展示前对输出进行检查。

该文件还公布了针对一组专门设计的违规提示词的自动化评估结果。OpenAI强调，这些提示词用于压力测试，并不能代表真实生产流量中的使用比例。在这一测试集上，Sunburst和Flare的“最终呈现为不安全图像”比例分别为1.09%和1.41%，作为基线的 ChatGPT Images 2.0 为1.64%。这些数字只能说明特定测试条件下的结果，不能被直接理解为现实世界中的总体错误率或安全保证。

关键变化在于能否进入真实生产流程

ChatGPT Images 2.5的发布，延续了OpenAI此前从 GPT Image 1.5 到 Images 2.0 的路线：提高文字渲染和编辑精度，再把能力嵌入更容易使用的产品界面。此前的ChatGPT Images更新曾强调精确修改、保留人物与品牌元素，以及更快的生成速度；新版本则进一步把重点放在参考图像、多轮一致性和结构化创作入口上。

对普通用户来说，Sketch、模板和提示词分享可能比模型名称本身更容易产生直接影响。对企业和开发者而言，真正需要验证的则是模型能否在连续编辑、批量生成和品牌素材生产中保持稳定，同时控制成本、延迟和安全风险。

OpenAI目前公布的主要性能描述仍来自公司自身公告和系统卡。Images 2.5能否在独立评测、实际产品工作流以及不同类型的参考图像上持续兑现这些承诺，还需要更多外部测试。图像生成市场下一阶段的竞争，也许不再是单张样图谁更惊艳，而是谁能让视觉内容更可靠地进入日常工作。