太魔幻了！刚刚OpenAI发布GPT Image 1.5：Nano Banana Pro 王座不保

Sam Altman 反击谷歌，OpenAI新旗舰图像模型来了

就在刚刚，OpenAI正式发布了新版ChatGPT Images，由全新的旗舰图像生成模型GPT Image 1.5驱动

这一次，无论是从零开始生成图像，还是编辑现有照片，新模型都能实现“所想即所得”

核心升级主要体现在三个方面：精准修图且保留细节、指令遵循能力更强，以及生成速度提升了4倍

我立马就测试了两个手头的case：ChatGPT Images vs Nano Banana Pro

                                                                    提示词

 这是一张室内人像写真风格的照片，整体偏向干净、柔和、略带时尚感与亲密氛围，下面我从构图、人物、服装、姿态、光线与整体气质几个层面来忠实、细致地描述：

 ?

 一、整体构图与环境

?竖幅构图，人物几乎占据画面主体，视觉重心集中在人物的上半身与面部。

?场景是一个简约现代的室内空间，背景为大面积纯白色墙面，干净、无杂物，刻意弱化环境存在感。

?人物坐在一张黑色皮质沙发上，沙发表面线条硬朗，与人物柔和的肤色形成对比。

?沙发上铺着一块黑白相间的长毛绒毯，毛感明显，增加了画面的层次与触感?

 二、人物外貌与面部特征

?人物为一位年轻女性，整体气质偏清秀、柔和。

?肤色白皙均匀，质感细腻，几乎看不到明显瑕疵。

?脸型偏鹅蛋脸，下颌线柔和，没有明显棱角。

?五官比例协调：

?眼睛偏大，双眼皮清晰，眼神平静、直视镜头，带有一点若有若无的疏离感。

?鼻梁挺直但不夸张。

?嘴唇偏小，唇色自然，表情克制，没有明显微笑。

?整体妆容为清淡自然妆：

?底妆轻薄

?眼妆干净，没有明显烟熏或夸张色彩

?唇妆偏裸色或淡粉色

 ?

 三、发型与发质

?长直发，发色为偏暖的深棕色。

?中分发型，分缝笔直，左右对称。

?头发顺直、贴合，发尾自然垂落至腰部附近，整体显得柔顺、有光泽。

?发量看起来较多，线条干净，没有明显卷度。

 ?

 四、服装细节

?穿着一件白色蕾丝连衣裙：

?无袖设计，露出肩部与手臂

?V 领或浅领口，领口处有精细的蕾丝花纹

?裙身贴合身体曲线，但并不夸张

?裙摆长度偏短，停留在大腿中上部

?面料为蕾丝+内衬结构，蕾丝纹理清晰，风格偏女性化、柔美。

 ?

 五、姿态与肢体语言

?人物以侧坐姿坐在沙发上：

?上半身微微前倾

?一只手自然搭在沙发或毛毯上

?另一只手轻放在腿部

?双腿弯曲收拢，姿态显得放松而内敛。

?整体肢体语言偏安静、克制、略带亲密但不过分张扬。

 ?

 六、光线与摄影风格

?使用的是柔和的棚拍或自然补光：

?光线均匀，没有强烈阴影

?面部和身体轮廓被柔化

?色温偏中性或微暖，突出肤色的细腻感。

?背景虚化不明显，但因背景简洁，人物自然突出。

?整体风格接近商业人像 / 时尚写真 / AI 或高精修风格。

 ?

 七、整体气质总结

 这张照片给人的感觉是：
?干净
?精致
?柔和
?带一点冷静与疏离
?偏“被观看”的人像美学，而非抓拍或纪实
2k分辨率

这是生成的效果：

第二个case：

                                                                    提示词：
{

描述：一幅超逼真的3D 等距视角杰作，描绘了一幅展开在光滑深色木桌上的魔法地图。地图绘制在一张古老而饱经风霜的羊皮纸卷轴上，但画面中的景色以立体模型的形式跃然纸上。巍峨的岩石山脉，白雪皑皑的山峰，穿透缕缕白云；一条蜿蜒的碧绿河流从中心流过；山麓覆盖着茂密葱郁的松林。羊皮纸边缘呈锯齿状，左侧饰有精美的复古书法，角落则绘有罗盘玫瑰图案。画面采用温暖的电影级光照，焦点清晰，纹理细节丰富，2K 分辨率，以奇幻冒险为主题。

"negative_prompt": "扁平的，2D 的，简单的图画，模糊的，低质量的，扭曲的，有水印的，糟糕的人体结构，文字叠加，颗粒感强的",

“参数”： {

"aspect_ratio": "2:3",

"风格": "电影级3D 渲染",

"视图": "等距"

}

}

生成的效果：

看起来ChatGPT Images指令遵循的要比NBR要强（人像），审美能力还不好说

目前ChatGPT Images 在 大模型竞技场图像排名第一

接下来几天我会大量测试，看看实际表现

与此同时，GPT Image 1.5 API也已同步上线，价格相比上一代直降20%

下面我们一起来看ChatGPT Images具体细节

精准修图：指哪打哪，细节不丢

新版模型最大的亮点在于对用户意图的精准还原

当用户要求对上传的图片进行编辑时，模型能够更可靠地遵循指令，仅改变用户要求的部分。

而在这一过程中，原图中光线、构图以及人物外观等关键要素，都能在输入、输出及后续的连续编辑中保持一致

这就意味着，ChatGPT现在不仅能完成更实用的照片修饰，还能实现更逼真的服装和发型试穿。同时，它支持在保留原图精髓的基础上，进行风格化滤镜和概念转换

具体到编辑操作上，模型擅长多种类型，包括：

• ? 添加（Adding）

• ? 删减（Subtracting）

• ? 组合（Combining）

• ? 混合（Blending）

• ? 移位（Transposing）

简而言之，用户可以在得到想要的改变的同时，不丢失让图片显得特别的那些原始细节。OpenAI称其为“口袋里的创意工作室”

创意与能力的全面进化

除了修图，GPT Image 1.5在创意生成和基础能力上也有显著提升：

创意变换：模型可以通过改变和添加元素（如文本和布局）来实现创意转化，同时保留重要细节，这个和Nano Banana Pro表现感觉差不多

更强的指令遵循：相比初代版本，新模型能更可靠地执行指令。这不仅利于精准修图，也能在生成复杂的原创构图时，按预期保留元素间的关系

文本渲染能力强悍升级：在处理更密集、更小的文本时，模型表现强悍

画质提升：在渲染许多小人脸以及整体输出的自然度等方面，质量均有改进

全新交互：无需提示词也能玩

为了让图像探索更快捷，OpenAI在ChatGPT中推出了专门的Images主页

用户可以通过移动应用的侧边栏或chatgpt.com访问该页面。这里不再强制要求用户编写提示词，而是内置了数十种预设的滤镜和提示，帮助用户快速启动灵感

这些预设内容会定期更新，以反映当下的流行趋势

API上线：更便宜，更适合企业

对于开发者和企业用户，GPT Image 1.5 API也已同步开放。

相比GPT Image 1，新版API在图像输入和输出的价格上便宜了20%，这意味着在相同预算下可以进行更多的生成和迭代。

在能力上，API版本继承了ChatGPT Images的所有改进，特别是在图像一致性方面表现更强：

能够跨编辑保持品牌Logo和关键视觉元素的一致性

非常适合营销材料制作（如图形和Logo创作）

适用于电商团队，可基于单一源图像生成完整的产品目录（包括不同变体、场景和角度）

目前，已有创意工具、电商、营销软件等领域的企业开始使用GPT Image 1.5。

最后

ChatGPT Images的新版本即日起向全球所有ChatGPT用户和API用户推送。

该功能跨模型工作，用户在使用时无需进行额外选择

至于今年早些时候推出的旧版ChatGPT Images，将作为一个自定义GPT（Custom GPT）保留，供有需要的用户继续使用

--end--