GPT Image 2.5 ทำอะไรได้บ้าง? แก้ภาพเฉพาะจุดและต่อยอดสเก็ตช์

GPT Image 2.5 ใช้สร้างภาพจากข้อความและแก้ไขภาพอ้างอิงได้ ประเด็นที่คลิปนี้พาไปดูมีทั้งการรักษาหน้าคน การแก้ภาพเฉพาะจุด การปรับภาพต่อเนื่อง และการต่อยอดสเก็ตช์เป็นดีไซน์บนแก้ว โมเดลนี้เป็นของ OpenAI โดย API มี Flare สำหรับการสร้างภาพทั่วไปที่เน้นความเร็ว และ Sunburst สำหรับงานที่เน้นความแม่นยำในการแก้ภาพ ตาม เอกสาร Flare และ เอกสาร Sunburst

ปัญหาที่คลิปหยิบมาพูดถึงคือ เมื่อได้ภาพที่ถูกใจแล้ว เราอาจอยากเปลี่ยนแค่เสื้อ แก้มือ หรือปรับข้อความนิดเดียว แต่ส่วนอื่นกลับเปลี่ยนตามไปด้วย ดังนั้นสิ่งที่ควรดูจึงมีทั้งคุณภาพของภาพใหม่และความสามารถในการเก็บส่วนที่เราไม่ได้ขอให้แก้

GPT Image 2.5 ทำอะไรได้บ้าง? รักษาหน้าคนด้วยภาพอ้างอิงได้แค่ไหน?

ภาพอ้างอิงช่วยให้ AI มีต้นทางสำหรับรักษาลักษณะของบุคคล วัตถุ และฉากไว้ ในคลิปมีตัวอย่างเปลี่ยนชุดของเด็กโดยดูใบหน้าและองค์ประกอบรอบตัว เปลี่ยนชุดสุนัขเป็นชุดอวกาศ และนำภาพผู้ชายสามคนไปสร้างบรรยากาศงานเลี้ยงแบบภาพฟิล์ม ดูตัวอย่างภาพอ้างอิงช่วง 04:08 เป็นต้นไป

รายละเอียดที่ผู้เล่าสังเกตมีทั้งใบหน้า มือ เงาสะท้อน เก้าอี้ และสิ่งของรอบภาพ อย่างไรก็ตาม ในตัวอย่างสุนัขก็มีการชี้ว่าพื้นผิวบางส่วนเปลี่ยนไป และอีกตัวอย่างมีส่วนของฉากหลังที่ต่างจากต้นทาง โดยผู้เล่าระบุว่าไม่ทราบคำสั่งเต็มที่ใช้สร้างภาพนั้น จึงยังตัดสินไม่ได้ว่าการเปลี่ยนทุกจุดเป็นความผิดพลาดของโมเดล

จุดนี้ทำให้การดูภาพก่อนและหลังมีความหมายมากกว่าการดูว่าภาพใหม่สวยหรือไม่ เราต้องรู้ด้วยว่าอะไรคือรายละเอียดที่จำเป็นต้องรักษา และมีข้อมูลคำสั่งมากพอจะประเมินผลหรือยัง

GPT Image 2.5 ทำอะไรได้บ้าง? แก้ภาพเฉพาะจุดได้อย่างไร?

Precision Editing ในบริบทของคลิปคือการขอแก้เฉพาะสิ่งที่ระบุ โดยคงรายละเอียดส่วนอื่นไว้ ต่างจากการเริ่มสร้างภาพใหม่ที่เปิดโอกาสให้องค์ประกอบเปลี่ยนได้มากกว่า ปัญหาที่ผู้เล่ายกขึ้นมาคือการขอแก้มือหรือข้อความเล็กน้อย แต่กลับต้องแก้ส่วนอื่นตามอีกหลายรอบ ฟังคำอธิบายช่วง 07:12

ตัวอย่างที่พูดถึงมีทั้งการเปลี่ยนฉากหลังโดยรักษาตำแหน่งและท่าทางคน และการเปลี่ยนเมือง ข้อความ หรือรายละเอียดบนชิ้นงาน โดยสังเกตว่าส่วนอื่นเคลื่อนตามหรือไม่ สิ่งที่คลิปเน้นคือความสามารถในการควบคุมขอบเขตของการแก้ภาพ

คำว่า “รักษารายละเอียดเดิม” ไม่ได้เป็นคำรับประกันว่าทุกพิกเซลจะเหมือนต้นฉบับ เอกสาร OpenAI ยังระบุข้อจำกัดด้านความคงเส้นคงวาของตัวละครหรือองค์ประกอบแบรนด์ การแสดงข้อความ และการวางองค์ประกอบอย่างแม่นยำ จึงยังต้องตรวจภาพก่อนใช้งาน อ่านข้อจำกัดจาก OpenAI

ถ้าแก้ภาพหลายรอบ คุณภาพและองค์ประกอบยังคงเดิมไหม?

การแก้หลายรอบเป็นอีกประเด็นที่คลิปใช้ดูความคงเส้นคงวา โดยยกตัวอย่างแก้โบรชัวร์ จุดเทียนเพิ่มทีละเล่ม และสร้างภาพวัตถุที่ค่อย ๆ หมุนแล้วนำหลายภาพมาเรียงต่อกัน ดูตัวอย่างการแก้ต่อเนื่องช่วง 09:34

สำหรับตัวอย่างวัตถุหมุน ผู้เล่าชี้แจงว่าเป็นการนำภาพนิ่งหลายภาพมาเรียงเป็นวิดีโอ ไม่ใช่การสั่งสร้างวิดีโอโดยตรง ความต่อเนื่องของภาพจึงถูกใช้เป็นข้อสังเกตเรื่องขนาดและรูปร่างของวัตถุระหว่างการแก้แต่ละรอบ

ส่วนตัวอย่างเทียนและโบรชัวร์ใช้ดูว่าส่วนที่ไม่ได้ขอให้เปลี่ยนยังอยู่เหมือนเดิมหรือไม่ ทั้งหมดนี้เป็นข้อสังเกตจากตัวอย่างในคลิป ไม่ใช่ผลทดสอบที่พิสูจน์ว่าแก้กี่ครั้งก็ไม่มีคุณภาพลดลง

GPT Image 2.5 รับบรีฟเรื่องสไตล์และเลย์เอาต์ซับซ้อนได้อย่างไร?

คลิปอธิบายประเด็นนี้ผ่านความเข้าใจบรีฟด้านสไตล์ พื้นผิว ความสมจริง และเลย์เอาต์ที่ซับซ้อน พร้อมดูภาพตัวอย่างหลายแบบ อย่างไรก็ตาม ผู้เล่าระบุว่าไม่ทราบบรีฟต้นฉบับของภาพเหล่านั้น จึงใช้ภาพเป็นตัวอย่างประกอบการอธิบาย ไม่ได้แสดงขั้นตอนที่รับประกันว่าจะสร้างซ้ำได้ ฟังประเด็น Intelligence and Style ช่วง 11:21

สำหรับคนอ่าน สิ่งที่แยกได้จากช่วงนี้คือคุณภาพของภาพตัวอย่างกับความแม่นยำในการทำตามบรีฟเป็นคนละประเด็น การเห็นภาพที่สวยยังไม่เพียงพอจะสรุปว่าระบบทำตามเงื่อนไขครบทุกข้อ หากเราไม่ได้เห็นคำสั่งที่ใช้ด้วย

GPT Image 2.5 ทำอะไรได้บ้าง? เปลี่ยนสเก็ตช์เป็นดีไซน์บนแก้วได้อย่างไร?

ตัวอย่างที่มีการลองสั่งในคลิปคือสเก็ตช์กระต่าย แล้วนำไปต่อยอดเป็นแก้วเก็บความเย็น ช่วงนี้แสดงทั้งคำขอแรกและการปรับคำขอหลังเห็นผล ทำให้เห็นความต่างระหว่าง “นำรูปไปวางบนแก้ว” กับ “แปลงรูปเป็นดีไซน์บนผิวแก้ว” เริ่มดูการสเก็ตช์ช่วง 13:24

รอบแรก: ขอให้ทำเป็นแก้วเก็บความเย็น

หลังวาดกระต่าย ผู้เล่าขอให้ทำรูปนั้นเป็นแก้วเก็บความเย็น แล้วอธิบายผลที่ได้ว่าเป็นแก้วที่มีรูปกระต่ายอยู่บนตัวแก้ว รวมถึงรายละเอียดหูที่ยาวไม่เท่ากันตามภาพสเก็ตช์ ดูคำขอและผลรอบแรกช่วง 13:52

รอบถัดมา: ขอให้แปลงเป็นดีไซน์นูนแบบ 2.5D

เมื่อเห็นผลรอบแรก ผู้เล่าจึงปรับคำขอให้ไม่ใช่เพียงนำภาพไปแปะ แต่ให้แปลงเป็นดีไซน์บนแก้ว และระบุลักษณะนูนแบบ 2.5D ช่วงนี้สะท้อนว่าภาพเดียวกันสามารถถูกตีความต่างกันได้ตามความชัดเจนของคำขอ ดูการปรับคำขอช่วง 14:19

คำอธิบายข้างต้นถอดความจากคำพูดในคลิป ไม่ใช่ Prompt ใหม่ที่ผู้เรียบเรียงแต่งขึ้น และคลิปไม่ได้ทดสอบการนำแบบไปผลิตแก้วจริง จึงควรอ่านผลในฐานะภาพตัวอย่างการออกแบบ

เทมเพลตช่วยให้เริ่มต้นสร้างภาพง่ายขึ้นอย่างไร?

เทมเพลตที่คลิปกล่าวถึงมีโปสเตอร์ งานตกแต่งภายใน โลโก้ และภาพบุคคล โดยผู้เล่าคาดว่าเทมเพลตจะช่วยแนะนำแนวทางบรีฟให้เติมรายละเอียดต่อได้ ตรงนี้เป็นการตีความของผู้เล่า จึงไม่ควรใช้เป็นคู่มือยืนยันหน้าตาเมนูของทุกบัญชี ดูประเด็นเทมเพลตช่วง 02:05

GPT Image 2.5 Flare กับ Sunburst ต่างกันอย่างไร และควรเลือกตัวไหน?

เอกสาร OpenAI วาง Flare ไว้สำหรับการสร้างภาพคุณภาพสูงในงานทั่วไปที่เน้นความเร็ว และ Sunburst สำหรับงานที่ความแม่นยำในการแก้ภาพมีความสำคัญ ตารางนี้สรุปการวางตำแหน่งจากผู้ผลิต ไม่ใช่ผลจับเวลาหรือทดสอบคุณภาพของบทความนี้

ในคลิปมีการคาดการณ์ว่า Sunburst อาจช้ากว่า แต่ไม่มีผลจับเวลามาเทียบ บทความนี้จึงไม่ระบุสัดส่วนความเร็วระหว่างสองรุ่น ฟังประเด็นเลือกโมเดลช่วง 14:40 เป็นต้นไป

อัตราค่า API เท่ากัน หมายถึงต้นทุนต่อภาพเท่ากันไหม?

ไม่จำเป็น หน้าโมเดลระบุอัตราต่อโทเคนเท่ากับ GPT Image 2 แต่ต้นทุนต่อภาพยังขึ้นกับปริมาณโทเคนและการตั้งค่าที่ใช้ เอกสารยังระบุว่าตัวคำนวณของ GPT Image 2 ไม่ได้ประมาณการใช้โทเคนของ GPT Image 2.5 จึงไม่ควรสรุปว่าภาพทุกแบบมีต้นทุนเท่ารุ่นก่อน ดูราคา Flare และ ราคา Sunburst ข้อมูลตรวจเมื่อ 1 พฤศจิกายน 2026

คำถามเพิ่มเติมเกี่ยวกับ GPT Image 2.5

ภาพนิ่งหลายภาพที่นำมาเรียงต่อกัน ถือว่าสร้างวิดีโอด้วยโมเดลนี้หรือไม่?

สำหรับตัวอย่างในคลิป ไม่ใช่ ผู้เล่าระบุว่าเป็นภาพนิ่งหลายภาพที่นำมาเรียงต่อกัน จึงควรใช้ตัวอย่างนั้นอธิบายความต่อเนื่องของภาพระหว่างการแก้ ไม่ใช่ยืนยันความสามารถสร้างวิดีโอโดยตรง

ผลแก้ภาพเหมือนต้นฉบับทุกจุดหรือไม่?

ยังรับประกันแบบนั้นไม่ได้ แม้คลิปจะมีตัวอย่างที่รักษารายละเอียดได้ดี ผู้เล่าก็สังเกตเห็นพื้นผิวหรือฉากบางส่วนเปลี่ยนไป และเอกสารผู้ผลิตยังระบุข้อจำกัดด้านความคงเส้นคงวาและการวางองค์ประกอบ

ตัวเลขเร็วขึ้น 50% ในคลิปเป็นผลจับเวลาจากบทความนี้หรือไม่?

ไม่ใช่ ตัวเลขดังกล่าวเป็นคำกล่าวในคลิป บทความนี้ไม่ได้ทดสอบจับเวลา และยังไม่มีแหล่งที่ตรวจยืนยันเงื่อนไขของตัวเลขนั้น จึงไม่ใช้เป็นผลลัพธ์รับรองความเร็วในการทำงานของผู้อ่าน

ที่มาและขอบเขตของบทความ

บทความนี้เรียบเรียงจากซับอัตโนมัติภาษาไทยของคลิปต้นทาง และตรวจชื่อโมเดล การวางตำแหน่งรุ่น ข้อจำกัด และข้อมูลค่า API ประกอบกับเอกสาร OpenAI เมื่อ 1 พฤศจิกายน 2026 ไม่ได้ทดสอบสร้างภาพใหม่หรือจับเวลาโมเดล และไม่ได้ตรวจภาพเดโมทุกภาพด้วยตนเอง ลิงก์เวลาจึงอ้างตำแหน่งจากซับสำหรับเปิดตรวจในคลิป

• คลิปต้นทาง: ด่วน! GPT Images 2.5 มาแล้ว — ลองให้ดูทุกจุดขาย แบบละเอียด!
• OpenAI: GPT Image 2.5 Flare — ข้อมูลรุ่น การใช้งานและราคา
• OpenAI: GPT Image 2.5 Sunburst — ข้อมูลรุ่น การใช้งานและราคา
• OpenAI: Image generation — Limitations — ข้อจำกัดเรื่องข้อความ ความคงเส้นคงวาและองค์ประกอบ