OpenAI推出了专注于图像生成与编辑的新型人工智能模型GPT Image 1.5。该模型在改进现有图像生成功能局限性的同时,提升了处理速度与准确性,被认为实现了针对商用及普通用户的性能优化。
GPT Image 1.5与谷歌近期发布的图像生成模型'Nano Banana Pro'发布时间相近,其特点是图像内文本实现能力及对后续提示的理解度大幅提升。OpenAI特别强调,此模型在包含小型文本与密集信息的图像编辑任务中表现出色,适合信息图制作等复合型工作。
普通用户可通过ChatGPT内的图像生成功能使用GPT Image 1.5,开发者则可通过应用程序接口访问。OpenAI将此API价格较前代模型降低了20%,并说明随着模型计算效率提升,图像生成速度最高可达以往的4倍。这进而可能带来服务器成本与能源使用量的减少,对企业而言具有较大应用价值。
此外,本次GPT Image 1.5模型在复杂多阶段图像编辑中也展现优势。例如能流畅完成从3幅不同图画中提取元素合成单张图像,再统一修改整体风格的高难度任务。由于能准确判断需修改与保留的元素,该模型也适用于需保持品牌形象或标识不变进行编辑的商业用途。
OpenAI方面表示该模型在需要特定风格或科学知识的图像生成上可能存在局限,但指出其相关任务错误率较前作显著下降。新模型可通过ChatGPT内独立界面访问,并将同步提供用户定制提示推荐与图像过滤器。
本次发布紧接GPT-5.2模型上市后推出。GPT-5.2已证明其具备高等教育水平的科学与数学问题解决能力,并刷新了AI基准测试最高纪录。基于此,OpenAI近期推出了自有专用基准测试FrontierScience,通过这套包含超700个物理、化学、生物学领域问题的指标,检验其算法在科学领域的应用能力。
在AI图像生成技术加速发展的背景下,GPT Image 1.5的推出表明OpenAI正致力于强化其在图像处理领域的主导权。这款同步实现成本削减、速度提升与精度改进三大目标的模型,未来很可能在各类商业内容制作环境中成为核心AI工具。


