GPT Images 2.5 实测：连续生成 5 次后人物特征开始丢失且噪点加重

创作者针对 GPT Images 2.5 开展多轮生图实测，发现连续迭代生成后图像一致性出现衰减，呈现出特征丢失与噪点上升现象。

• 实测表明在同一上下文连续生成大约 5 次之后，模型对输入人物的面部与外貌特征还原度明显下降。
• 在多人物交互的复杂画面中，特征漂移与面部细节模糊的退化速度更为显著。
• 随着生成轮数增加，画面暗部与边缘细节伴随有噪点和伪影增多的现象。
• 影响/看点：多轮图生图的一致性衰减反映了当前图像模型在长上下文连续微调状态下的误差累积问题，创作者在多轮分镜制作时需采用垫图或重置上下文等策略规避。
• 资料依据：
• X：ZHO（2026-09-11）：https://x.com/ZHO_ZHO_ZHO/status/2098364334271500733

本内容由 AI 生成，仅供参考，请注意甄别