Sam Altman 反擊谷歌，OpenAI新旗艦圖像模型來了
就在剛剛，OpenAI正式發布了新版ChatGPT Images，由全新的旗艦圖像生成模型GPT Image 1.5驅動
這一次，無論是從零開始生成圖像，還是編輯現有照片，新模型都能實現“所想即所得”
核心升級主要體現在三個方面：精準修圖且保留細節、指令遵循能力更強，以及生成速度提升了4倍
我立馬就測試了兩個手頭的case：ChatGPT Images vs Nano Banana Pro
提示詞
這是一張室內人像寫真風格的照片，整體偏向干凈、柔和、略帶時尚感與親密氛圍，下面我從構圖、人物、服裝、姿態、光線與整體氣質幾個層面來忠實、細致地描述：
一、整體構圖與環境
?豎幅構圖，人物幾乎占據畫面主體，視覺重心集中在人物的上半身與面部。
?場景是一個簡約現代的室內空間，背景為大面積純白色墻面，干凈、無雜物，刻意弱化環境存在感。
?人物坐在一張黑色皮質沙發上，沙發表面線條硬朗，與人物柔和的膚色形成對比。
?沙發上鋪著一塊黑白相間的長毛絨毯，毛感明顯，增加了畫面的層次與觸感?
二、人物外貌與面部特征
?人物為一位年輕女性，整體氣質偏清秀、柔和。
?膚色白皙均勻，質感細膩，幾乎看不到明顯瑕疵。
?臉型偏鵝蛋臉，下頜線柔和，沒有明顯棱角。
?五官比例協調：
?眼睛偏大，雙眼皮清晰，眼神平靜、直視鏡頭，帶有一點若有若無的疏離感。
?鼻梁挺直但不夸張。
?嘴唇偏小，唇色自然，表情克制，沒有明顯微笑。
?整體妝容為清淡自然妝：
?底妝輕薄
?眼妝干凈，沒有明顯煙熏或夸張色彩
?唇妝偏裸色或淡粉色
三、發型與發質
?長直發，發色為偏暖的深棕色。
?中分發型，分縫筆直，左右對稱。
?頭發順直、貼合，發尾自然垂落至腰部附近，整體顯得柔順、有光澤。
?發量看起來較多，線條干凈，沒有明顯卷度。
四、服裝細節
?穿著一件白色蕾絲連衣裙：
?無袖設計，露出肩部與手臂
?V 領或淺領口，領口處有精細的蕾絲花紋
?裙身貼合身體曲線，但并不夸張
?裙擺長度偏短，停留在大腿中上部
?面料為蕾絲+內襯結構，蕾絲紋理清晰，風格偏女性化、柔美。
五、姿態與肢體語言
?人物以側坐姿坐在沙發上：
?上半身微微前傾
?一只手自然搭在沙發或毛毯上
?另一只手輕放在腿部
?雙腿彎曲收攏，姿態顯得放松而內斂。
?整體肢體語言偏安靜、克制、略帶親密但不過分張揚。
六、光線與攝影風格
?使用的是柔和的棚拍或自然補光：
?光線均勻，沒有強烈陰影
?面部和身體輪廓被柔化
?色溫偏中性或微暖，突出膚色的細膩感。
?背景虛化不明顯，但因背景簡潔，人物自然突出。
?整體風格接近商業人像 / 時尚寫真 / AI 或高精修風格。
七、整體氣質總結
這張照片給人的感覺是：
?干凈
?精致
?柔和
?帶一點冷靜與疏離
?偏“被觀看”的人像美學，而非抓拍或紀實
2k分辨率
這是生成的效果：
第二個case：
提示詞：
{
描述：一幅超逼真的 3D 等距視角杰作，描繪了一幅展開在光滑深色木桌上的魔法地圖。地圖繪制在一張古老而飽經風霜的羊皮紙卷軸上，但畫面中的景色以立體模型的形式躍然紙上。巍峨的巖石山脈，白雪皚皚的山峰，穿透縷縷白云；一條蜿蜒的碧綠河流從中心流過；山麓覆蓋著茂密蔥郁的松林。羊皮紙邊緣呈鋸齒狀，左側飾有精美的復古書法，角落則繪有羅盤玫瑰圖案。畫面采用溫暖的電影級光照，焦點清晰，紋理細節豐富，2K 分辨率，以奇幻冒險為主題。
"negative_prompt": "扁平的，2D 的，簡單的圖畫，模糊的，低質量的，扭曲的，有水印的，糟糕的人體結構，文字疊加，顆粒感強的",
“參數”： {
"aspect_ratio": "2:3",
"風格": "電影級 3D 渲染",
"視圖": "等距"
}
}
生成的效果：
看起來ChatGPT Images指令遵循的要比NBR要強（人像），審美能力還不好說
目前ChatGPT Images 在 大模型競技場圖像排名第一
接下來幾天我會大量測試，看看實際表現
與此同時，GPT Image 1.5 API也已同步上線，價格相比上一代直降20%
下面我們一起來看ChatGPT Images具體細節
精準修圖：指哪打哪，細節不丟
新版模型最大的亮點在于對用戶意圖的精準還原
當用戶要求對上傳的圖片進行編輯時，模型能夠更可靠地遵循指令，僅改變用戶要求的部分。
而在這一過程中，原圖中光線、構圖以及人物外觀等關鍵要素，都能在輸入、輸出及后續的連續編輯中保持一致
這就意味著，ChatGPT現在不僅能完成更實用的照片修飾，還能實現更逼真的服裝和發型試穿。同時，它支持在保留原圖精髓的基礎上，進行風格化濾鏡和概念轉換
具體到編輯操作上，模型擅長多種類型，包括：
? 添加（Adding）
? 刪減（Subtracting）
? 組合（Combining）
? 混合（Blending）
? 移位（Transposing）
簡而言之，用戶可以在得到想要的改變的同時，不丟失讓圖片顯得特別的那些原始細節。OpenAI稱其為“口袋里的創意工作室”
創意與能力的全面進化
除了修圖，GPT Image 1.5在創意生成和基礎能力上也有顯著提升：
創意變換：模型可以通過改變和添加元素（如文本和布局）來實現創意轉化，同時保留重要細節，這個和Nano Banana Pro表現感覺差不多
更強的指令遵循：相比初代版本，新模型能更可靠地執行指令。這不僅利于精準修圖，也能在生成復雜的原創構圖時，按預期保留元素間的關系
文本渲染能力強悍升級：在處理更密集、更小的文本時，模型表現強悍
畫質提升：在渲染許多小人臉以及整體輸出的自然度等方面，質量均有改進
全新交互：無需提示詞也能玩
為了讓圖像探索更快捷，OpenAI在ChatGPT中推出了專門的Images主頁
自動播放用戶可以通過移動應用的側邊欄或chatgpt.com訪問該頁面。這里不再強制要求用戶編寫提示詞，而是內置了數十種預設的濾鏡和提示，幫助用戶快速啟動靈感
這些預設內容會定期更新，以反映當下的流行趨勢
API上線：更便宜，更適合企業
對于開發者和企業用戶，GPT Image 1.5 API也已同步開放。
相比GPT Image 1，新版API在圖像輸入和輸出的價格上便宜了20%，這意味著在相同預算下可以進行更多的生成和迭代。
在能力上，API版本繼承了ChatGPT Images的所有改進，特別是在圖像一致性方面表現更強：
能夠跨編輯保持品牌Logo和關鍵視覺元素的一致性
非常適合營銷材料制作（如圖形和Logo創作）
適用于電商團隊，可基于單一源圖像生成完整的產品目錄（包括不同變體、場景和角度）
目前，已有創意工具、電商、營銷軟件等領域的企業開始使用GPT Image 1.5。
最后
ChatGPT Images的新版本即日起向全球所有ChatGPT用戶和API用戶推送。
該功能跨模型工作，用戶在使用時無需進行額外選擇
至于今年早些時候推出的舊版ChatGPT Images，將作為一個自定義GPT（Custom GPT）保留，供有需要的用戶繼續使用
