OpenAI近日正式發(fā)布了新一代圖像生成模型gpt-image-1.5，此舉被視為對(duì)Google Gemini體系下熱門(mén)產(chǎn)品Nano Banana系列的直接回應(yīng)。新模型不僅面向開(kāi)發(fā)者開(kāi)放，還全面接管了ChatGPT的圖像生成功能，旨在鞏固其在AI圖像生成領(lǐng)域的領(lǐng)先地位。這一升級(jí)標(biāo)志著OpenAI在圖像生成技術(shù)領(lǐng)域的又一次重要突破。

今年早些時(shí)候，OpenAI曾為ChatGPT的圖像生成功能帶來(lái)重大升級(jí)，新模型上線后迅速獲得用戶青睞，一周內(nèi)生成圖片數(shù)量突破7億張。隨后在4月，OpenAI通過(guò)推出gpt-image-1接口，將這項(xiàng)技術(shù)開(kāi)放給開(kāi)發(fā)者，使其能夠在各種應(yīng)用和服務(wù)中集成圖像生成能力，進(jìn)一步擴(kuò)大了技術(shù)影響力。

與此同時(shí)，Google在9月推出的Gemini Nano Banana模型憑借其卓越的圖像生成和編輯性能，迅速成為市場(chǎng)焦點(diǎn)。該模型在畫(huà)面質(zhì)量和編輯靈活性方面表現(xiàn)突出，被認(rèn)為全面超越了OpenAI的gpt-image-1，并獲得了全球開(kāi)發(fā)者的廣泛認(rèn)可。上個(gè)月，Google又推出了Gemini 3 Pro Image（代號(hào)Nano Banana Pro），進(jìn)一步提升了生成圖像的準(zhǔn)確性和一致性，鞏固了其在圖像生成領(lǐng)域的優(yōu)勢(shì)。

面對(duì)Google的強(qiáng)勁挑戰(zhàn)，OpenAI推出的gpt-image-1.5被寄予厚望。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均有顯著提升，同時(shí)能夠更精準(zhǔn)地理解和執(zhí)行用戶指令。特別是在處理圖像中的文字時(shí)，新模型在密集文本和小字號(hào)文本的清晰度與正確性上表現(xiàn)尤為出色，滿足了用戶對(duì)高質(zhì)量圖像生成的更高需求。

對(duì)于開(kāi)發(fā)者而言，gpt-image-1.5的另一大亮點(diǎn)是成本優(yōu)化。與上一代模型相比，新模型在圖像輸入與輸出的計(jì)費(fèi)上降低了約20%，同時(shí)開(kāi)發(fā)者仍可通過(guò)quality參數(shù)靈活控制生成成本。OpenAI表示，即使在較低質(zhì)量設(shè)置下，新模型仍能保持強(qiáng)大的生成效果，為開(kāi)發(fā)者提供了更具性價(jià)比的選擇。

對(duì)于普通用戶來(lái)說(shuō)，gpt-image-1.5已經(jīng)成為ChatGPT內(nèi)置圖像生成體驗(yàn)的核心引擎。新模型能夠在保持光線、構(gòu)圖和人物特征等細(xì)節(jié)基本不變的前提下，實(shí)現(xiàn)精準(zhǔn)編輯，性能提升最多可達(dá)4倍，生成與編輯響應(yīng)速度更快，為用戶帶來(lái)了更加流暢和高效的圖像生成體驗(yàn)。