OpenAI推出GPT Image 1.5模型加速图像生成竞争

OpenAI正在推出新版本的ChatGPT图像生成功能，承诺提供更好的指令遵循能力、更精确的编辑功能，以及高达4倍的图像生成速度提升。

这个名为GPT Image 1.5的新模型从周二开始向所有ChatGPT用户和API用户提供服务。这是与谷歌Gemini竞争的最新升级，此前OpenAI首席执行官萨姆·奥特曼在上个月泄露的内部备忘录中宣布进入"红色警戒"状态。该备忘录详细说明了OpenAI重新夺回AI领导地位的计划，此前谷歌发布了其最新旗舰模型Gemini 3和最新版本的病毒式图像生成器Nano Banana Pro后开始抢占市场份额，这两个模型在LMArena排行榜的多个基准测试中都名列前茅。

即使在OpenAI上周推出GPT-5.2作为回应后，谷歌仍保持领先地位，OpenAI将其定位为面向开发者和日常专业使用的最先进模型。据报道，OpenAI原本计划在1月初发布新的图像生成器，但加速了计划并在本周宣布。其上一个图像模型GPT Image 1是在4月发布的。

GPT Image 1.5的推出正值图像和视频生成器超越原型阶段，获得更多生产就绪能力的时期。与Nano Banana Pro类似，ChatGPT图像提供后期制作功能，提供更精细的编辑控制来保持视觉一致性，如面部相似度、光照、构图和色调在编辑过程中的一致性。

大多数生成式AI图像工具在迭代方面表现不佳，所以这将是一个巨大的进步。当被要求进行特定更改时，如"调整面部表情"或"让光线更冷"，模型往往会重新解释整个图像，导致缺乏一致性。

这次更新不仅仅是新功能。ChatGPT图像现在还可以通过ChatGPT侧边栏中的专用入口访问，该入口"更像一个创意工作室"，OpenAI应用程序首席执行官菲吉·西莫在周二的博客文章中写道。

"新的图像查看和编辑界面让创建符合你愿景的图像变得更容易，或者从热门提示和预设滤镜中获得灵感，"西莫写道。

除了新的图像生成器，OpenAI还引入了新的方式来改善ChatGPT体验，增加更多视觉元素。计划是让搜索查询显示更多带有明确来源的视觉内容，这对于转换测量单位或查看体育比分等任务可能很有帮助，西莫表示。

"当你在创作时，你应该能够看到并塑造你正在制作的东西。当视觉效果比单纯的文字更能讲述故事时，ChatGPT应该包含它们，"西莫写道。"当你需要快速答案或下一步操作在另一个工具中时，它应该就在那里。通过这样做，我们可以继续缩短你心中所想与你实现它的能力之间的距离。"

Q&A

Q1：GPT Image 1.5相比之前的版本有什么改进？

A：GPT Image 1.5提供了更好的指令遵循能力、更精确的编辑功能，以及高达4倍的图像生成速度提升。它还提供后期制作功能，能够在编辑过程中保持面部相似度、光照、构图和色调的视觉一致性，解决了大多数生成式AI图像工具在迭代编辑时缺乏一致性的问题。

Q2：为什么OpenAI要加速推出GPT Image 1.5？

A：OpenAI加速推出是为了应对与谷歌Gemini的激烈竞争。谷歌发布了Gemini 3和Nano Banana Pro后开始抢占市场份额，这两个模型在多个基准测试中都名列前茅，促使OpenAI首席执行官宣布进入"红色警戒"状态，原本计划1月初发布的产品被提前到本周发布。

Q3：GPT Image 1.5如何改善用户的创作体验？

A：GPT Image 1.5通过ChatGPT侧边栏中的专用入口提供"更像创意工作室"的体验，新的图像查看和编辑界面让用户更容易创建符合愿景的图像，还能从热门提示和预设滤镜中获得灵感。同时增加了更多视觉元素，让搜索查询显示带有明确来源的视觉内容。