畫它、圈它、快 50% 生成：OpenAI ChatGPT Images 2.5 讓修圖回歸視覺直覺

只花了六個月。OpenAI 在 2026 年 4 月推出 ChatGPT Images 2.0，隨後於 9 月 8 日（週二）發布 ChatGPT Images 2.5，並由 Axios 率先獨家披露。這次升級的重點不在於單一跑分數字，而是直指消費級 AI 繪圖長久以來的兩大痛點：生成太慢，以及編輯時被迫與文字框反覆談判。

根據 OpenAI 的說法，新模型的圖像生成速度比前代快最多 50%。同樣關鍵的是，Axios 的實測發現，它在保留人物與寵物樣貌方面有顯著進步——這正是圖像模型自誕生以來最惱人的失敗模式：一張「照片編輯」的結果，悄悄把你家的狗換成了一隻看起來很像的別人家的狗。

編輯變成一種視覺操作

Images 2.5 最深層的改變在於互動模式本身。使用者現在可以以草圖為基礎進行生成與編輯，也可以直接在圖片上圈選、指向想要修改的區域，而不必只靠精心雕琢的長串文字描述。新的編輯畫面讓你直接輸入並排版想渲染的文字、草擬要加入的物件，進行各種精確修改，完全不需要從頭重下 prompt。

這是一個微妙但重要的哲學轉向：prompt 不再是一份閉著眼睛簽下的合約，而變成一張你可以塗註的畫布。OpenAI 的表述很直白。「草圖工具和這些範本，某種程度上是希望讓人們更深入參與創作過程，而不是被動地接受結果，」OpenAI 圖像產品負責人 Adele Li 對 Axios 表示。Li 說，目標是讓這個模型幫助消解「單一 AI 美學」的概念。「我不希望在世界上認得出 ChatGPT 的風格，」她說。「我希望人們能生成並表達自己的個性。」

實測結果顯示了什麼

Axios 對這個模型進行了一連串貼近真實情境的測試，結果讀起來不像產品示範，更像與一位能幹協作者的工作現場。

貓咪肖像。 給定 Ina Fried 的愛貓 Raven 的照片並徵詢建議，ChatGPT 提出了一系列風格轉換方案——黑色電影偵探、彩繪玻璃窗、文藝復興肖像。模型的思維鏈摘要（現在會在產品中顯示）揭示了它如何理解主題：它特別標註要保留 Raven「極其不以為然的神情」。一張幽默的解剖示意圖還精準地把她的眼睛標為「審視之眸」、大腦標為「零食偵測器官」，並註明她的「冷漠之尾」。

刺青設計。 Axios 上傳了一位朋友現有手臂刺青的照片，加上一段文字描述希望新增的圖樣。模型回傳了四個與原刺青並排合成的設計選項。當朋友給出回饋——把某些部分調淡，並直接在設計圖上圈出想要特定修改的位置——ChatGPT 逐輪迭代，在被要求折衷時成功融合兩個方向，甚至在被問到時主動找到專精該風格的本地刺青師。

標誌設計。 被要求以 Axios 的標誌設計 2028 奧運報導的識別、同時避開「Olympics」字樣與五環（主辦方對商標極其敏感）時，第一次成果略顯平淡。在提示加入「城市天際線後方的夕陽」後，模型產出了更有說服力的版本，並接著按要求套用到一系列周邊商品上。

三個案例的共同模式：多輪迭代始終錨定原始主體、接受空間性的回饋，並把商標限制當成設計條件而非事後補救。

版本節奏說明了一切

每一代圖像引擎都有戲劇性的進步，幅度堪比文字模型的躍遷——而且發布節奏還在加快。產品譜系現在是：2025 年 12 月的「全新 ChatGPT Images」（生成快最多 4 倍、精確編輯）、2026 年 4 月的 Images 2.0（改善文字渲染、多語支援、進階編輯），再到 9 月的 2.5 帶來速度、相似度與視覺化編輯工具。輸出自動加上不可見浮水印的機制維持不變，Axios 也指出，雖然偶爾仍看得出 AI 痕跡，「但確實越來越難分辨了」。

揮之不去的註腳

任何誠實的報導都必須正視這次發布無法迴避的問題：生成式 AI 系統的訓練資料來自真實創作者的作品——無論知名與否——而且通常未經同意、未有補償。同一位熱衷於製作足球卡、著色頁與標誌的編輯，也有朋友正與「部分建立於無償創作勞動之上的系統」競爭。一個能把照片變成任何東西——或把一個人變成芝麻街布偶風格——的圖像編輯器，把這種張力濃縮進了一個擁有數億使用者的消費級產品裡。

Images 2.5 沒有解決這個矛盾，而是把它規模化。舊金山的賭注在於：速度、擬真度與保留創作主導权的工具，將使創作持續流向 AI 原生工作流程，且快過反彈的力量。就目前而言，技術方向很明確：人類意圖與生成像素之間的介面，正從語言遷移向直接操作——而 OpenAI 打算主宰這場遷移。