OpenAI 正在为 ChatGPT 的图像生成能力添加一种更直觉的交互方式:与其用文字描述想象,不如直接画出来。

发生了什么

据 The Verge 报道,OpenAI 于周二发布了 ChatGPT Images 2.5,并同步推出名为 Sketch 的新功能。该功能允许用户在 ChatGPT 界面内直接绘制简单的涂鸦,然后通过文字指令告诉 ChatGPT 如何完善这幅草图,最终生成细节丰富的图像。本质上,Sketch 将手绘草稿作为图像生成的“蓝图”,再结合自然语言提示进行细化。

为什么重要

图像生成模型通常依赖精确的文字提示,但用户往往难以用语言准确表达脑海中的构图、布局或物体关系。Sketch 提供了一种低门槛的视觉输入方式,让用户能够快速勾勒出大致轮廓,再由 AI 补充细节和风格。这与之前仅靠文字生成图像的模式形成互补,尤其适用于需要精确控制构图或表达抽象想法的场景。

这一功能也延续了 OpenAI 在多模态交互上的探索——从文本到图像,再到语音和视频,现在又加入了手绘输入。它可能改变用户与 AI 协作的方式:从“描述”转向“描绘”,使创作过程更接近人类自然的表达习惯。

影响与看点

对普通用户而言,Sketch 降低了图像生成的专业门槛,即使不会绘画,也能通过简单线条和文字组合获得可用结果。对设计师和创意工作者来说,它可能成为快速视觉化灵感的工具,将草图转化为更精致的视觉素材,节省从概念到初稿的时间。

从行业角度看,Sketch 的推出可能加剧图像生成工具的竞争,促使其他厂商探索更多元的输入方式。值得关注的是,OpenAI 如何平衡草图输入的模糊性与生成结果的精确性,以及 Sketch 是否能与 ChatGPT 的其他功能(如编辑、迭代)无缝衔接。

一个可能的判断是:Sketch 不会取代文字提示,但会成为图像生成中不可或缺的补充手段,尤其是在需要明确空间关系和布局的场合。未来,我们或许能看到更丰富的“多模态提示”组合,例如结合语音、手势和草图。