OpenAI 正式发布了 ChatGPT Images 2.5,看完介绍后,给我的一个感觉就是 ChatGPT Images 2.5 越来越考虑用户的实际使用场景了,从一个生图模型转变为图片处理工具。
首先图片创意并不是从空白开始,可能看到一张过去拍摄的图片,觉得很有回忆感,将其作为参考图,将这张图片转换到新的场景、视觉风格和构图中,而ChatGPT Images 2.5 对此处理的很好,能够保留原图片的特征,无缝转换到新的场景中,图像的保真度非常高。官方举了多个例子:
其次使用模型生成图片时候,如果对某处细节不满意,ChatGPT Images 2.5 可以只修改某一处,保留其他细节不变,这个特性还是挺赞的,也就是说模型遵循编辑指令的能力提升了。
第三个特性和上面的精准编辑功能很关联,有的时候生成图片的时候,要经过多轮编辑,有些模型越编辑质量越来越差,丢失了前几次图片中的细节和品质,这一点我很有感触。
而 ChatGPT Images 2.5 在多轮编辑能保持一致性,每次新编辑的时候能够保留原有成果,不会减低图像质量,官方也举了个例子,比如下面这张图片中的蜡烛是一根根点亮的,细节保持的非常完整:
第四个特点就是 ChatGPT Images 2.5 能理解复杂的视觉指令,也能生成复杂布局的图片,比如处理透明背景。官方也提到,即使你的指令越来越具体,模型也会尽量保持它最初的构图和视觉方向,不会因为细节变多就偏离原来的创意方向,在满足你需求的前提下,尽量采用最初的风格和布局,下面这张图的感觉怎么样?
第五个特点非常实用,比如输入 @Sketch,支持从草图生成图片,同时支持多种模板,减轻用户不会写提示词的困扰,简单补充细节就能生成图片。
同时提示词也支持分享了,可以看到高手是如何是如何生成你羡慕的图片,越来越考虑用户的实际应用场景了。
总体来说,这个版本处理速度提升量50%,细节和品质也越来越好量,图片编辑方面也更符合场景了,给 OpenAI 点赞。此外官方说每个星期 ChatGPT Images 生成 30 亿张图片,还是挺夸张的。