三笔涂鸦，直接让插画圈十年老手集体沉默了——GPT Image 2.5来了

文 | 敏 糸

今天起，设计行业又要变天了？

继OpenAI在9月4日放出王炸模型GPT-6 Astra之后，Image系列也紧跟着迎来了更新：昨晚，他们零预热、零宣发，悄悄上线了ChatGPT Images 2.5，但依旧引发了全网热议与测试“狂欢”。

这个系列的体量有多夸张？

官方给出的数字是：目前用户每周通过ChatGPT Images和API生成的图片，已经超过30亿张。在这个量级上动刀，任何一点体验改进都会被无限放大。

而现在，回想Nano Banana Pro——那个曾经生图领域的王者，王冠已经暗淡了。不进步，就是退步。

所以，别小看这个只比前代多了“0.5”的版本号。这次的体感升级，远不止“点五”。上线不到半天，网友们已经玩疯了。

一切，可以从一张灵魂简笔画说起。

寥寥几笔，画渣的狂欢

有位做游戏美术的老哥，手头正好有个“勇者战恶龙”的概念图需求。构图他想好了，笔却不想动，于是把一张灵魂简笔画反手甩给了Images 2.5。

然后得到了：

构图、透视、动态全对上，光影细节一步到位。移除背景后，老哥默默关掉画布，给第二天上班喜提了半天摸鱼时间。

让他做到这件事的，正是这次Images 2.5的新功能Sketch：在对话框输入“@Sketch”，随手画几笔，再配一句描述，草图直接变成品。

用官方的话说——有时候，解释一个想法最清晰的方式，就是把它画出来。

有多实（hao）用（wan）呢？

一起来看看其他“灵魂画手”的作品。

或者，生成一只头上长出三个犄角的… …老鼠干玩偶？

还有全网围观群众最关心的那个问题——用一个画渣九成功力的寥寥几笔，能不能生成一个萌娘小姐姐？

当然也可以：

还有插画还原真人的玩法：

小编也忍不住实操了一番，用鼠标先来一张猫猫跳芭蕾舞的简笔画，说明品种以及画面需求后等待“奇迹”。

紧接着企图让自家猫也“跳”一段。

虽然说猫主子有点偏胖，镜头缺少差异化，为了美观不管正反打都还是那扇镜子等细节还需继续调整，但也足以说明，画功不够，从此真的不再是问题了（语文成绩可能是）。

整活之外，从业者坐直了身子

玩归玩，真正让从业者腰板儿挺起的，是那些硬核升级。

首先是第一项核心升级：图像保真度。

Images 2.5能对照素材生成更自然的光线和更丰富的纹理，并且在把参考图片中的主体转移到新环境、新风格、新构图时，那些独特特征更有可能被完整保留。

▲ 两种风格的玛奇玛

▲ 基于角色生成的MV封面

看完参考模式，再看一组自主生成的动漫概念图：

▲ 画面主体性更明确，没有出现主体和背景黏合在一起的情况

你会发现好像这一代的模型更“懂”主次关系了。干净的“主体区分”背后，是第二项升级：精准编辑。

Images 2.5可以只编辑用户请求的内容，同时保持其他细节不变——这项能力在前代2.0时期就有不错的底子，这次则更进一步：现在可以直接在生成的图片上圈位置、写批注，比如圈出茶几说“换成胡桃木”，模型只动茶几，其余部分一概不碰。圈哪里，改哪里。

一份“宜昌旅行”的攻略图，Images 2.5只按要求修改了字体局部，并没有改变整体排版布局。

顺便提一嘴，这个版本在文本识别上也做到了几乎无误，以下是一份完整的由Images 2.5生成的《景德镇游玩攻略》。

第三项升级藏在工作流里：多轮编辑的稳定性。

做影视和视觉创作的人对此深有体会，日常生图总要反复复用之前的素材，改多了，原图细节不是丢失就是变形，只能反复用关键词“锚定”。

官方公告中披露，Images 2.5这次能在更长的对话中能更可靠地遵循编辑指令，与更早的修改保持一致，每一次新编辑都建立在已有成果之上，画质不再随修改次数打折。

改上十轮，还是那张图。

▲ 国外网友：给奥特曼换个发型

▲ 国内网友：给梁圣换个发型

并且，质量和数量叠上去的同时，出图速度也有了秒感上的提升：与前代Images 2.0相比，Images 2.5的生成延迟最多降低50%。

对于单出一张或几张图的普通用户而言，这只是少等十几秒；但对需要反复出图、连续试探创意方向的人来说，同样的时间可以多试近一倍的方案。

此外，这次升级，还可以直接看到出图的数字进度，再也不用像以前那样尴尬地盲猜等待时间：

有意思的是，有网友发现，官方悄悄埋了一颗彩蛋——等图的时候，甚至可以玩上一局贪吃蛇：

说实话，光看图也许感受不到这次升级和前代的差距，毕竟在Images 2.5之前，最强生图模型正是同系列前代2.0——同出一脉，最后的对手只能是以前的自己。

以下是两代模型出图对比：

▲ 左侧为2.0，右侧为2.5

分别单看两代模型在生成效果上或许拉不开太多差距，但论画面呈现和视觉表现力，Images 2.5略胜一筹；同时完胜的，还有前面说的出图速度。

因为效率和落地，才是创作者的终极关心。

无论是广告设计还是电影视觉，Images 2.5都有更稳定的表达。

▲ 平面插画

▲ 广告设计

▲ 概念设计

▲ 服装设计镜

▲ 工业设计

GPT image2.5在动画的玩法也是非常超前！它能把任何想法变成带角色设定的详细故事板，然后再用 Seedance 2.5 制作出一整个电影场景。

目前，Images 2.5已向全档位ChatGPT用户开放，桌面、移动、网页三端可用；开发者侧则迎来主打速度的Flare与主打精度的Sunburst两款API模型。

这些案例远不能囊括Images 2.5的全部升级，也远填不满网友们的奇幻脑洞。但方向已经很清楚：AI绘图正在从“抽卡式生成”转变为“可沟通的协作”。

噪点问题，下一个版本的答案？

一周之内，GPT-6 Astra与Images 2.5接连轰炸。只能说，灵魂画手们的春天，好像又来了。

但凉水该泼还是得泼。

普通用户偶尔生成两张图片那是没问题，只要每月付ChatGPT Plus（20美金）的钱，就能无感体验Images 2.5，就算不充钱，每天也有两三张的免费额度。

但对需要高频调用API的专业团队和开发者来说，账就没这么轻松了。据外媒报道的定价，GPT-Image-2.5每百万图像输入token 8美元、输出token 30美元。单看数字不大，但架不住积少成多，在批量生成场景下，这会是一笔需要认真核算的成本。

定价之外，从实测看，Images 2.5并非无所不能。

都2026年了，AI画手指居然还是会翻车——有网友在官方演示图里扒出了“三根手指”的bug。

不过这姑且算个别失误，更顽固的老毛病是噪点：尤其在暗光和大面积纯色场景下，画面颗粒感依旧明显。

▲ 噪点问题明显，看上去脏脏的

值得玩味的是，翻遍官方公告和随附的System Card，OpenAI对噪点问题只字未提。按用户的话来说：2.5用力过猛，不彻底解决这个问题的话，其实使用2.0也也没差。

要理解噪点为什么这么难治，得先知道一个反常识的事实：图，是从噪点里“减”出来的。

训练时，工程师拿一张干净的图，分几百上千步往里加高斯噪声，直到它变成一团纯雪花，模型要学的就是逆过程——给定一张带噪的图，预测“噪声是哪部分”，然后减掉一点。

也就是说，噪点的本质不是后期沾上的污渍，而是没减干净的原材料。

大理石里雕出塑像，刀工再精，总会留下碎屑。“彻底无噪”在这套机制里是一个收敛精度问题——理论上无限多步可以无限逼近纯净，但现实中，没人等得起这样一张图。

完整的去噪链条有几百上千步，而为了出图速度，实际推理通常被压缩到几十步甚至更少的等效步数。每一步都从“微调”变成“估算”，误差逐级累积，最后留在画面上的，就是我们看见的噪点。

那能不能修？也能，但每条路都要付代价。

技术团队在后期会过一道降噪滤镜，细节会跟着糊掉；增加推理步数，出图变慢，这会直接违背本次“提速”的卖点；另一种，清洗训练数据重新训练，成本又以千万美元计，周期也会很长；如果用人类偏好微调，评审又往往偏爱“有细节感”的图，反而“奖励”了颗粒。

所以在去噪这件事上，行业面对的始终是一道三选二的题：速度、细节、纯净度，强如OpenAI，目前也只能同时保住两个——Image 2.5这一代的答案，显然不是纯净度。

谁能最先解决，谁也许就是下个版本的答案。

所以，与其说噪点是Images 2.5修不好的bug，不如说是OpenAI主动交出的答卷。在“快一点”和“干净一点”之间，它选了前者——让更多人更快地把脑子里的画面掏出来，而不是把每一张图打磨得无懈可击。

跳出画质之争，AI生图的竞争，正在从谁画得更完美，转向谁更懂创作的过程。

Sketch把构图的决定权还给了拿笔的人，多轮编辑让修改不再等于推倒重来。工具在升级，创作者也在往前走。

对创作者来说，更务实的态度或许是：把Images 2.5 这样的工具当作执行层的延伸——想法归你，粗活归AI。

技术永远跑得比规则快，很多年前，印刷术如此，摄影如此，现在的AI也不会例外。区别只在于，这一次，我们是亲历者。