ChatGPT Image 2.5 Is The New King (Fully Tested)

ChatGPT Image 2.5 在复杂任务测试中表现最佳，被认为是目前适用场景最广的图像生成模型，但仍存在一些缺陷。 ## 复杂任务表现惊艳 ChatGPT Image 2.5 在处理包含大量文字和细节的复杂生成任务时，表现出极高的精度。 ### 历史海报生成案例 测试要求生成一张关于美国革命的详细历史教室海报。模型首先进行了约一分半钟的研究和处理，最终生成的图像细节极其丰富。海报包含一个巨大时间轴，每个战役都配有独特图像，并包含引文、地图等元素。经检查，文字内容未发现明显错误。 ### 与其他模型对比 相同提示词在其他模型中测试效果不佳： * **Gemini：** 海报遮挡了学生，文字出现拼写错误、重复和乱码。 * **Nano Banana 2 和 Nano Banana Pro：** 结果稍好但细节仍不及ChatGPT，且错误更多。 * **GPT Image 2：** 表现良好，但细节不如2.5版本丰富。 ## 新增功能介绍 此次更新带来多项实用新功能，提升了图像生成的便捷性和灵活性。 ### 图像生成模板 侧边栏图像区现已“已更新”，新增了多个模板（即提示词预设）。点击即可自动填充提示词，许多模板会在生成前要求进一步澄清。例如，“趋势”标签页提供了包括“动物信息图”在内的多种可用提示词。 ### 草图转图像功能 新增了绘图板，允许用户绘制涂鸦草图作为生成基础。例如，绘制一个在摩天楼间跳跃的滑板手，并指定“照片风格+运动摄影风格”，生成结果完美还原了草图的构图和设计元素（如骷髅图案）。编辑时，可对局部涂鸦添加评论进行修改，但有时模型无法理解评论的具体指向，此时使用文字描述重新生成效果更佳。 ### 移除背景与透明度生成 新增“移除背景”一键功能，效果出色，能保留如发光效果等细节。更强大的是，可以通过提示词直接生成带透明度的复杂PNG图像（如透明水母），或通过“移除背景”处理复杂图像（如蜻蜓在水面）。 ## 一致性改进 图像生成的一致性是2.5版本的重大提升，这对专业工作流程至关重要。 ### 局部修改一致性 过去修改图像局部常影响整体，现在2.5版本对此有大幅改善。例如，在信息图中仅调整小部分内容而不影响整体布局。但在修改复杂海报中的小段文字时，仍可能引发其他文本的变化，需要多次修正才能完成。 ### 角色设计与多角色场景 角色一致性表现优秀。在多人物场景中，所有细节（如表情、光照）保持高度一致。生成的角色设计表在角度、表情、纹理、配色等方面也高度统一，质量近乎完美。 ### 风格迁移与写实提升 风格迁移能力出色，能精准还原指定的独特风格（如Midjourney风格）。写实效果同样提升，生成的多人物场景（如演唱会、中国足球场景、南美儿童足球场景）中，人物面孔自然，细节真实。 ## 研究能力与API表现 模型在自主研究和API调用方面有明确区分。 ### 自主研究能力 在网页端，模型拥有自主研究能力。例如，生成“视频技术信息图”时，它会自主研究超过4分钟，整合信息后生成文本密集且零错误的信息图。制作“每日新闻仪表盘”等复杂任务时，研究耗时可达8分31秒。 ### API版本表现 通过API调用时，模型**不触发**自主研究功能。API提供“Flare”（较快）和“Sunburst”（更高级）两种变体，画质优秀，但信息时效性不足。与Nano Banana系列相比，API版本在细节和写实性上占优。测试案例包括章鱼酒保奇幻场景，Sunburst效果整体惊艳，但触须液体处理略有瑕疵。 ## 已知问题与挑战 尽管能力强大，模型在处理极端复杂任务时仍有局限。 ### 修改复杂文本的困难 尽管官方展示了良好效果，但在实际操作中，要修改复杂图像中的小段文字而不影响其他部分仍然较为困难。在一个极端复杂的测试案例中，修改文字导致其他元素发生变化，需要多次调整。 ### 极端复杂任务的局限 在处理信息量极大的复杂图像（如包含大量文本和布局的海报）时，进行精准的局部修改仍具挑战性。最终成品可能因多次修正而在细节（如字体间距）上与初始版本产生差异。 Source: https://www.youtube.com/watch?v=bbmgWQKZ5ZU