近日，OpenAI 正式推出了全新的图像生成模型 GPT Image 1.5。该模型在图像生成和编辑能力上实现了显著提升，能够精准地遵循用户指令并保留原图的核心要素，同时优化了文本渲染效果，解决了以往 AI 绘图中常见的问题。此外，OpenAI 还加强了安全与合规团队，以确保生成内容的伦理与法律合规性。
一、性能提升与功能优化
GPT Image 1.5 的核心优势在于其更快、更准、更能改的特性。具体来说，该模型的图像生成速度比之前的版本提升了四倍，在编辑功能上也更为精确，能够更好地保持光照、构图、人物外观等核心要素的一致性。此外，其文本渲染能力也得到了显著增强，能够处理更密集、更小字号的文字，甚至可以根据给定资料直接生成技术报告。
二、产品形态变化
在产品形态上，ChatGPT 新增了更明确的 Images 创作空间和入口，直接面向全体用户发布。用户可以通过这个新的创作空间更方便地进行图像生成和编辑操作，而 Business 和 Enterprise 版本的用户稍后也将接入这一功能。此外，GPT Image 1.5 还提供了后期制作功能，支持更精细的编辑控制。
三、API 侧的更新
对于开发者而言，GPT Image 1.5 提供了更强大的 API 支持。在 API 文档中，图像生成和编辑被放在 Images 能力下，开发者可以通过参数控制输出格式等。同时，该模型的图片输入和输出成本相对上一代 GPT Image 1 下调了约 20%，这将有助于降低开发者的使用成本。
四、安全与合规保障
随着 AI 技术的快速发展，安全与合规问题日益重要。OpenAI 在发布 GPT Image 1.5 的同时，也加强了安全与合规团队。该团队将负责确保生成内容的伦理与法律合规性，防止生成不当内容，保护用户数据安全。
GPT Image 1.5 的推出将加速 AIGC 在广告、设计、游戏等视觉密集型产业的渗透。其强大的图像生成和编辑能力将为创意工作者提供更高效的工具，重塑内容生产流程。同时，该模型的发布也是 OpenAI 在与谷歌等竞争对手竞争中的重要一步。
