GPT Image 1.5：这就是 OpenAI 希望将 ChatGPT 打造成创意图像工作室的方式

最新更新 OpenAI 它直接面向那些每天与视觉内容打交道的人员。 该公司通过引入新的引擎增强了 ChatGPT 的图像编辑器。, GPT 图像 1.5力求使其既能融入日常使用，又能融入设计、营销和电子商务等专业工作流程。

这款视觉生成模型作为该公司最先进的版本推出，现已上市。 所有 ChatGPT 用户以及通过 API 向开发者开放。抛开技术上的飞跃，这出戏也符合…… 生成式人工智能领域竞争异常激烈的时期OpenAI 在这方面与 Google Gemini 等竞争对手以及其他专注于图像的模型展开竞争。

一种速度更快、成本更低的迭代模型

最明显的变化之一是 GPT 图像 1.5 关键在于性能：该模型可以生成图像。 速度比 GPT Image 1 快四倍这意味着对于许多创意团队来说，它可以减少等待时间，并有助于在不失去势头的情况下测试各种变体。

在经济方面，OpenAI 也调整了 API 费用，降幅约为 1%。 进入和离开图像的图像价格的20% 与之前的版本相比，这允许在相同的预算下制作更多的视觉素材，这对于依赖大量内容的机构、初创公司和中小企业来说非常重要。

组合 速度更快，成本更低 它专为需要多次迭代的环境而设计：从设计数字广告活动到在短时间内为客户制定不同的概念。

OpenAI 指出，GPT Image 1.5 现在可以直接在……中进行测试。 OpenAI Playground测试附带 提示指南 旨在更好地利用模型的选项，这对不擅长提示工程的用户来说很有用。

精确编辑：在不破坏图像的前提下进行非常具体的修改

OpenAI 实现最大质的飞跃在于可控编辑方面。 GPT Image 1.5 的设计遵循以下原则 复杂的多步骤指令 错误更少，不可预测的行为也更少 比他们的前辈们更胜一筹。

实际上，用户可以提出请求 非常局部的修改 —更改夹克的颜色、在特定角落添加徽标、调整反射或仅修改背景中的一个对象—而无需从头开始重新解释场景的其余部分，这是其他图像生成器中常见的问题。

该模型特别注重保存与 更忠实地还原面部特征、人物身份、光线、阴影和构图例如，在处理人像、团队照片或产品图像时，每个细节都会产生影响，这一点至关重要。

另一个亮点是 多个版本或相关场景之间的一致性反复出现的角色、特定的艺术风格或品牌元素通常会保持一致，这有助于漫画、故事板、广告系列或产品目录等项目，在这些项目中，相同的审美必须重复出现，而不会出现奇怪的差异。

对于市场营销和品牌推广团队而言，OpenAI 强调该模型尊重受众的能力。 企业标志和关键图形元素避免出现可能损害视觉识别的失真或颜色变化。

从简单的修图到完整的创意工作室

GPT Image 1.5 的功能远不止于传统的照片修饰。OpenAI 将其视为一个用途广泛的模型。 更复杂的工作流程图像是通过测试和迭代修改而演变的。

该公司指出的用途包括： 虚拟试穿衣服、发型或配饰将艺术风格转移到照片或草图上，创建产品模型，或 情景模拟 适用于希望在不同场景下展示同一商品的在线商店。

该工具还依赖于图像中高级的文本处理功能。 GPT Image 1.5 改进了小字体或密集字体的渲染效果。打开门 更清晰易读的原型 界面、信息图表、标牌和宣传材料 文本必须清晰易读，没有任何问题。

在视觉层面上，OpenAI 谈到…… 一次飞跃 真实性和美学品质无论是在模拟照片中还是在面向商业宣传活动的精美图像中，都呈现出更逼真的纹理、更逼真的材质和更一致的光照效果。

该模型 它还改进了生成过程 多脸场景这是许多相机的传统弱点，因此它更适合拍摄集体照、公司活动或涉及多人的合成照片。

ChatGPT 内的一个专用图像空间

除了新模型之外，OpenAI 还更新了 ChatGPT 的用户体验该平台现在集成了一个 专门用于图片的空间可通过网页版和移动应用侧边栏访问。

这种环境起到了一种作用， 综合创意工作室旨在帮助用户快速探索视觉创意，无需编写冗长的提示。用户可以从预设的建议或示例入手，并随着探索的深入不断完善结果。

图像区域包括 预配置过滤器和基于趋势的建议 这些快捷方式会定期更新，让您无需从零开始即可轻松启动项目。对于那些不习惯编写详细说明的人来说，这些快捷方式至关重要。

另一个实用的新功能是该界面允许 在其他图像处理的同时，继续生成图像。这与工作日同时提出多个想法并根据结果进行评估的情况相符。

OpenAI 表示 这个新界面 它正在逐步部署。 ChatGPT 用户占多数企业版和公司版账户将在稍后获得完整访问权限。 GPT 图像 1.5 模型但是， 现在已对所有人启用。无需用户手动选择任何内容。

与谷歌Gemini及其他竞争机型的竞争

GPT Image 1.5 的发布正值…… 高竞争压力近几个月来， 谷歌凭借其Gemini系列模型获得了广泛关注。 并且借助视觉生成工具，在各种比较排名中都取得了不错的成绩。

各种行业分析解读 OpenAI 的运动 对这种压力的加速反应根据公布的信息，该公司原计划在年初推出一款新的图像生成器，但是 它选择提前实施这些计划，以免在这个领域失去更多市场份额。.

公司自身的内部环境也反映了这种紧迫性： 鉴于竞争对手可能在视觉生成等领域巩固其地位，有人谈到了一种“红色警报”状态。用户体验与技术实力同等重要。

与此同时，诸如以下模型 Nano Banana Pro 以及其他专用发电机正在推动供应越来越倾向于 实际应用案例：将可直接用于印刷的目录、全渠道营销活动、社交媒体内容或图形资源集成到无代码和低代码工具中。

在这种情况下，GPT Image 1.5 力求脱颖而出，尤其体现在以下方面： 迭代编辑能力和视觉一致性这些方面对于与品牌合作以及开展长期项目的团队来说至关重要。

负责任的使用和待解决的挑战

除了新功能之外，关于……的争论也随之而来。 负责任地使用生成式人工智能这类工具既可以促进合法活动的开展，也可以传播误导性或篡改性的内容，这在欧洲是一个敏感问题，因为它会对虚假信息产生影响。

行业组织强调，企业和政府机构需要建立 在版权、算法偏见和数据保护等领域划清界限模仿特定风格或真实面孔的图像生成持续引发法律和伦理方面的争论。

OpenAI方面则坚持以以下几点为中心的论述： 专业和创意用途 来自 GPT 图像 1.5鼓励将其融入追求效率和质量的项目中，但要记住，使用这些图像的最终责任在于每个组织。

实际上，更强大的功能、更佳的用户体验和全球可访问性的结合，使得 GPT Image 1.5 成为当前人工智能工具生态系统中不可或缺的一部分，同时也给用户和监管机构带来了挑战。 既要利用其优势，又要忽视其风险。.

通过此次更新， ChatGPT 进一步提升了其知名度 混合办公环境其中文字和生成的图像相互交织，以支持创意、商业和技术流程，而这些流程直到最近还需要几个单独的服务和更多的制作时间。