什麼是指令式圖片編輯？
指令式圖片編輯是依文字指令（例如「把上衣改成藍色」）改掉既有圖片。原圖會保留，只動被點名的部分。InstructPix2Pix（Brooks、Holynski、Efros，2022）證明不需要遮罩——模型會從文字推斷要改的區域。
MAI-Image-2.5，一次講清楚
截至 2026 年 8 月 22 日：Microsoft AI 已於 2026 年 6 月 2 日發布 MAI-Image-2.5。它在 Arena Image Edit 排第 2、文生圖排第 3，主打場景感知局部編輯——只改你點名的那一塊，其餘維持原樣。
Arena Image Edit #2 場景感知局部編輯 在 ChatImg 試看看
同一件事，就在這裡試
上傳照片，描述要改什麼——換背景、替換文字，或加上物件。本頁會打開即時的 ChatImg 產生器。免費就能開始。
將 ChatIMG.AI 設為 Google 優先來源 在熱門報導和 AI 總覽裡看到更多 ChatIMG.AI。
- 上線時間
- 2026 年 6 月 2 日 · Microsoft AI
- Image Edit
- Arena 第 2 名
- 文生圖
- Arena 第 3 名
- 主打任務
- 場景感知局部編輯
這是局部修圖模型，不是新畫風
MAI-Image-2.5 對外強調的是：改掉被點名的那一塊區域，同時保住身分特徵、鄰近像素與版面。這正是 ChatImg 早已用聊天指令、在上傳照片上賣的同一件事。
Features
2026 年 6 月 2 日上了什麼
Microsoft 把 MAI-Image-2.5 稱為自家至今最強的圖像模型。對外說法是排行榜大躍進，加上一種明確的修圖行為：改掉圖裡被點名的部分，卻不搞砸身分特徵、版面或旁邊的像素。
Arena Image Edit 第 2 名
Microsoft 2026 年 6 月 2 日的貼文寫：MAI-Image-2.5 在 Arena 的 Image Edit 排行榜拿下第 2，領先 Nano Banana 2，也領先同一榜上的 GPT-Image-1.5。
文生圖第 3 名
同一篇貼文也寫：它在 Arena 文生圖排第 3，在 Microsoft 當時的快照裡高於 GPT-Image-1.5 與 Nano Banana Pro 2K。
場景感知局部編輯
Product Hunt 上的介紹：換背景、替換文字，或加上物件，同時保留身分特徵、鄰近像素與版面。這是局部修圖，不是整張圖重抽一次。
同一件事，在 ChatImg 用一則對話完成
ChatImg 的模型清單裡沒有 MAI-Image-2.5。但你可以選 Qwen Image Edit 或 GPT-Image-2，上傳照片，用文字描述要改什麼——背景、文字，或額外物件——不必整幀重做。
先上傳，再說要改哪
從商品照、海報或人像開始。用一句話點名這次修圖。畫面其餘部分，就是你要留住的。
選你真的選得到的模型
打開 ChatImg 模型清單，局部指令修圖選 Qwen Image Edit；要乾淨去背或重新定調，選 GPT-Image-2。不用 Discord，也不必先開新訂閱。
免費就能開始，15 種語言
用每日免費額度試產生器。同一則對話涵蓋 ChatImg 的 15 個語系，指令可以直接用你平常寫的語言。
在 ChatImg 三步搞定
不用 API 金鑰，不用 Discord，也不必先開新訂閱。
- 1
打開產生器
用本頁的編輯器，或走已預選 Qwen Image Edit 的深層連結。
- 2
上傳並點名要改什麼
「把背景換成棚拍灰。」「把招牌文字改成 OPEN。」「在桌上加一杯咖啡。」
- 3
下載修圖結果
確認臉孔、商品與版面仍對得上原圖。對了，就完成了。
三種真正需要局部修圖的工作
這些才是大家實際在搜的任務動詞——不是模型名稱。
換背景
電商 SKU 與創作者縮圖。留住主體；換上棚拍、街景，或品牌色色塊。
替換圖裡的文字
海報、菜單、包裝 mockup。改掉字，不必重畫周圍版面。
加上物件，場景留著
桌上的商品、人像裡的道具。新物件該落在同一套光線裡，而不是看起來貼上去的。
相關的 ChatImg 工具與指南
繼續走產生與修圖這條路——每一頁都是活頁，不是死胡同。
名詞一次講清楚
局部修圖裡的「場景感知」是什麼意思？
場景感知代表模型把畫面其餘部分當成仍該說得通的場景：身分特徵、光線與鄰近像素，在點名改動之後仍保持一致。換背景卻留下光暈，或新文字無視透視，正是這個說法要避開的失敗模式。
資料來源
-
Microsoft AI，2026 年 6 月 2 日：MAI-Image-2.5 是其至今最強的圖像模型，在 Arena Image Edit 排第 2（領先 Nano Banana 2），文生圖排第 3。
Microsoft AI — Introducing MAI-Image-2.5 ↗ -
Product Hunt 將 MAI-Image-2.5 列為文生圖與修圖模型，主打局部編輯、身分特徵保留與文字渲染，開發者可經 Foundry 與 OpenRouter 取用。
Product Hunt — MAI-Image-2.5 ↗ -
InstructPix2Pix（Brooks、Holynski、Efros，2022）確立了指令跟隨式圖片編輯：一句文字指令、不需使用者提供遮罩、單次前向傳播完成編輯。
InstructPix2Pix — arXiv:2211.09800 ↗
FAQ
常見問題
歡迎提問！