周生成 30 亿张：OpenAI 重构图像编辑逻辑

据 Woofun AI 消息，美国当地时间 9 月 8 日，OpenAI 正式推出最新一代图像生成模型 。此次更新并非单纯的画质迭代，而是针对生成式 AI 在后期编辑环节长期存在的痛点进行结构性重构。新版本核心聚焦于提升图片编辑的精准度、参考图的保真能力以及多轮修改过程中的视觉一致性，旨在让 AI 生成的图像从'一次性成品'转变为可反复打磨的'动态资产'。

在精准编辑与多轮修改能力方面，Images 2.5 实现了显著的技术突破。相较于前代 ，新模型的生成速度最高提升了 50%，同时大幅优化了局部修改的稳定性。过去，用户若需修改人物服装或产品背景，往往会导致整张图像的构图或主体发生不可控的扭曲；而 Images 2.5 通过强化指令识别，能够更精准地锁定指定区域进行变更，同时保留其余部分的原始细节。OpenAI 通过一系列演示案例验证了这一能力，包括'全身编辑'与'多城市旅行票'。在'多城市旅行票'案例中，模型仅需调整票面中的单项信息，即可维持整体设计结构的完整性，这对于电商产品图、广告素材及品牌海报的制作具有极高的实用价值。

此外，针对多轮编辑场景，OpenAI 展示了'立方体旋转'、'旅行信息图'和'生日蜡烛'三个连续修改案例，证明模型能够在多次操作后依然保留前期已确定的内容，避免后续指令对已完成部分的破坏。X 用户 进行的实测进一步佐证了这一点：她在图像中绘制蜡烛并指定一片花瓣保持不变，结果显示被固定的花瓣未被扰动，而其他区域则按指令正常变化。

然而，日本动画制作师 的测试也揭示了局限性，尽管官方强调画质保持，但在高频叠加编辑下，图像仍可能出现锯齿与质感损失，表明复杂场景下的稳定性仍有提升空间。

参考图保真与复杂场景处理能力的增强，是 Images 2.5 的另一大核心升级。用户现在可以提供人物、宠物或其他主体的照片，要求模型将其融入新场景、改变视觉风格或调整构图，新版本能更有效地保留主体的识别特征，并优化光线与纹理表现。官方提供的五个典型案例涵盖了不同维度的需求：'重新设计的婴儿肖像'与'照相亭头像'侧重人物面部特征的保持；'穿着服装的狗'测试主体换装后的形象一致性；'多人派对合成照片'涉及多个人物在同一画面中的协调；'整理床铺'则模拟日常图片编辑中对原始场景的具体调整。

这种能力对于需要连续使用同一角色、产品或品牌素材的工作流至关重要，API 用户可基于单张参考图生成多个版本，显著减少重复生成时的随机性差异。在复杂画面处理上，OpenAI 展示了极具挑战性的案例，如 20 世纪 50 年代风格的家庭插画，其中包含绿色景观、湖泊、未来建筑及巨大的圆柱形太空栖息地，模型需同时处理多层元素。

此外，宜昌旅行页面案例要求将目的地、景点信息、图片与文字整合为完整的攻略页面，考验模型对多图、多层级文字及页面布局的综合处理能力。其他案例还包括包含'Create'、'Grow together'、'Choose kindness'文字的中世纪现代主义海报、旧金山街道印象派画面、奶油金色的 Lake Como 婚礼请柬、倒置未来城市、八张美国国家公园复古邮票、太阳耀斑科普幻灯片、蓝金色地球马赛克、 贴纸海报以及雨夜未来城市。