来源：IT之家

OpenAI 昨日（12 月 16 日）发布博文，推出“全新旗舰 ChatGPT 图像生成模型”GPT Image 1.5，并罕见公开了该项目背后的庞大研发团队名单，并同步在 ChatGPT 中推出了专用的“Images”（图像）标签页。

此次更新被视为 ChatGPT 图像生成能力的重大飞跃，新模型不仅能生成高保真图像，更在“听懂人话”方面表现出色，即具备极强的提示词遵循能力。

无论是从零创作还是基于上传照片进行编辑，GPT Image 1.5 都能在保留原图核心要素的同时，精准执行用户的指令。

据 OpenAI 介绍，新模型最突出的亮点在于对细节的极致掌控。在生成或编辑图像时候，GPT Image 1.5 能够完美保留光线、构图以及人物外观等关键特征，避免了以往 AI 改图“面目全非”的问题。

此外，该模型大幅提升特定场景下的表现，例如能生成更逼真的服装试穿效果，提供改进的风格滤镜，并能进行极具原创感的概念性转换。

长期以来困扰 AI 绘图的“文本乱码”问题，在 GPT Image 1.5 中得到了显著改善。新模型在文本渲染方面表现优异，能准确地将文字融入图像中。

同时，OpenAI 全面升级 ChatGPT 的编辑工具，用户现在可以精准地添加、移除、组合或移位图像元素。OpenAI 将此次升级形容为把 ChatGPT 变成了一个随身携带的“迷你修图工作室”，用户随时随地都能进行专业级的图像处理。

为了提升使用体验，ChatGPT 在网页端（chatgpt.com）和移动应用侧边栏中新增了独立的“Images”入口，该界面内置了多种预设滤镜和灵感提示词，帮助用户快速上手，已面向全球所有 ChatGPT 用户和 API 用户开放，并且与所有模型无缝兼容。

OpenAI 首席执行官山姆・奥尔特曼（Sam Altman）随后通过其个人 X 账号，发布了一张生成的渲染图，变身消防员，结合奥尔特曼此前拉响的“红色警报”，暗示奥尔特曼成功“灭火”。IT之家附上截图如下：

不过，有趣地方在于，GPT Image 1.5 生成的月历图存在时间问题，网友随后又用谷歌的 Nano Banana Pro 修正了。

OpenAI 在官方博文中指出，此次发布不仅意味着 ChatGPT 在视觉创作能力上的又一次迭代，更从团队架构上揭示了 OpenAI 在多模态领域的最新战略布局。项目由 Gabriel Goh 担任研发负责人，Adele Li 担任产品负责人，两人联手推动了这一功能的落地。

在公开的领导层名单中，两个名字尤为引人注目：Sora 负责人 Bill Peebles 和世界模拟负责人 Aditya Ramesh。Aditya Ramesh 是 DALL-E 系列模型的缔造者之一，而 Bill Peebles 则主导了震惊全球的视频生成模型 Sora。

这两位顶尖专家的共同领导，强烈暗示了新版 ChatGPT 图像功能可能在底层架构上借鉴了 Sora 的“世界模拟”技术，或是在为未来图像与视频生成的无缝切换做技术铺垫。

除了核心领导层，该项目还集结了庞大的技术力量。Mark Chen 作为首席研究官（Chief Research Officer）统筹全局，Prafulla Dhariwal 出任多模态负责人。

团队下设“核心推理（Core Inference）”与“推理协作（Inference Collaborators）”小组，由 Adam Tart 等工程师领衔，确保了模型在高并发下的稳定响应速度。此外，数十位研究贡献者与合作者的加入，为模型在语义理解与图像生成的精准度上提供了坚实的算法支持。

为了应对 AI 生成图像可能带来的伦理与版权风险，OpenAI 此次投入了规模庞大的“安全、诚信与策略（Safety, Integrity, Policy & Trust）”团队。

该团队由 Abby Fanlo Susk 等二十余名专家组成，专门负责制定内容过滤机制、防止恶意滥用以及确保生成内容的合规性。这表明 OpenAI 在追求技术突破的同时，将产品的安全性与社会责任置于了极高的优先级。

为了确保功能顺利推向市场，项目还配备了庞大的应用（Applied）、产品运营（Product Operations）及法律（Legal）团队。从数据评估到社区传播，每一个环节都有专人把控。这种“科研 + 工程 + 产品 + 安全”的矩阵式团队结构，展示了 OpenAI 将前沿技术转化为成熟消费级产品的强大组织能力。