OpenAI今日正式推出全新圖像生成模型gpt-image-1.5，明確瞄準(zhǔn)Google Gemini體系下備受關(guān)注的Nano Banana系列，以提升在AI圖像生成領(lǐng)域的競爭力。這一新模型將同時(shí)面向開發(fā)者和普通用戶開放，并全面接管ChatGPT中的圖像生成功能。

今年3月，OpenAI曾為Chatgpt的圖像生成功能帶來一次重大升級(jí)，新模型一經(jīng)上線便迅速走紅，一周內(nèi)用戶便在ChatGPT中生成了超過7億張圖片。隨后在4月，OpenAI通過發(fā)布gpt-image-1接口，將同一代圖像技術(shù)開放給開發(fā)者使用，使其能夠在各類應(yīng)用和服務(wù)中集成圖像生成能力。

不過，在9月登場的GoogleGemini Nano Banana模型迅速搶占話題與市場，借由更強(qiáng)的圖像生成和編輯表現(xiàn)，大幅拉升了Gemini的用戶覆蓋。Nano Banana被認(rèn)為在畫面質(zhì)量和編輯靈活性方面全面領(lǐng)先gpt-image-1，并獲得全球開發(fā)者的廣泛采用。上個(gè)月，Google又在此基礎(chǔ)上推出Gemini 3 Pro Image（代號(hào)Nano Banana Pro），借助Gemini在推理與現(xiàn)實(shí)世界知識(shí)上的優(yōu)勢(shì)，進(jìn)一步提升生成圖像的準(zhǔn)確性與一致性。

在這樣的背景下推出的gpt-image-1.5，被OpenAI視為正面對(duì)標(biāo)Gemini Nano Banana系列的新一代核心產(chǎn)品。新模型在圖像編輯的精細(xì)度、品牌Logo和人臉等關(guān)鍵元素的保真度方面都有明顯提升，同時(shí)在理解和執(zhí)行用戶指令方面也更為精準(zhǔn)。OpenAI還強(qiáng)調(diào)，新模型在處理圖像中文字時(shí)有顯著增強(qiáng)，尤其是在密集文本和小字號(hào)文本的清晰度與正確性上。

對(duì)開發(fā)者而言，成本優(yōu)化是gpt-image-1.5的一大亮點(diǎn)：與上一代gpt-image-1相比，新模型在圖像輸入與輸出的計(jì)費(fèi)上便宜約20%。開發(fā)者依舊可以通過quality參數(shù)精細(xì)控制生成成本，而OpenAI聲稱，即便在較低質(zhì)量設(shè)置下，新模型仍能保持相當(dāng)強(qiáng)的生成效果。

面向普通用戶，gpt-image-1.5已經(jīng)成為ChatGPT內(nèi)置圖像生成體驗(yàn)的底層引擎。OpenAI表示，該模型可以在保持光線、構(gòu)圖和人物特征等細(xì)節(jié)基本不變的前提下，進(jìn)行精準(zhǔn)編輯，相較上一代實(shí)現(xiàn)最多4倍的性能提升，生成與編輯響應(yīng)速度更快。

配合新模型，OpenAI還在ChatGPT中上線了全新的“Images”圖像專區(qū)，已在移動(dòng)應(yīng)用和網(wǎng)頁版同步開放。用戶可在該專區(qū)中使用預(yù)設(shè)濾鏡與提示詞快速上手圖像生成，這些預(yù)設(shè)會(huì)定期更新，以跟隨最新的創(chuàng)意風(fēng)格與流行趨勢(shì)。OpenAI表示，新的圖像生成模型及ChatGPT Images體驗(yàn)將向所有ChatGPT用戶逐步推送，未來將繼續(xù)圍繞易用性與創(chuàng)作效率進(jìn)行迭代。