什么是基于指令的图像编辑?
基于指令的图像编辑根据书面指令修改已有图片,例如「把衬衫改成蓝色」。原图保留,只改被点名的部分。InstructPix2Pix(Brooks、Holynski、Efros,2022)证明不需要蒙版——模型从文字推断区域。
截至 2026 年 8 月 22 日:Microsoft AI 于 2026 年 6 月 2 日发布 MAI-Image-2.5。Arena Image Edit 排名第 2、文生图第 3,主打场景感知局部编辑——只改你点名的区域,其余不动。
上传照片,描述要改什么——换背景、替换文字,或加一个物体。本页打开的是在线 ChatImg 生成器。免费开始。
MAI-Image-2.5 的公开主张是:改你点名的一块区域,同时保住身份、邻近像素和版式。这正是 ChatImg 已经在卖的能力——对上传照片下一句聊天指令。
Microsoft 称 MAI-Image-2.5 是其迄今最强图像模型。公开卖点是榜单跃升,加上一种具体编辑行为:改图里你点名的那一块,不毁掉身份、版式和邻近像素。
Microsoft 2026 年 6 月 2 日的文章把 MAI-Image-2.5 排在 Arena Image Edit 榜第 2,领先 Nano Banana 2,也领先同榜的 GPT-Image-1.5。
同一篇文章把它排在 Arena 文生图第 3,在 Microsoft 那次快照里高于 GPT-Image-1.5 和 Nano Banana Pro 2K。
Product Hunt 的介绍:换背景、替换文字或加物体,同时身份、邻近像素和版式保持不动。这是局部修图,不是整张图重抽。
ChatImg 的模型列表里没有 MAI-Image-2.5。你可以选 Qwen Image Edit 或 GPT-Image-2,上传照片,描述要改什么——背景、文字或额外物体——不必重建整张画面。
从产品图、海报或人像开始。一句话点名编辑。画面其余部分就是你要留住的。
打开 ChatImg 模型列表:指令式局部编辑用 Qwen Image Edit;要全新抠图或改风格用 GPT-Image-2。不用 Discord,也不用另开订阅就能开始。
用每日免费额度试生成器。同一条对话覆盖 ChatImg 的 15 个语种,指令可以用你本来就在写的语言。
不用 API key,不用 Discord,也不用另开订阅就能开始。
用本页编辑器,或用已选好 Qwen Image Edit 的深链。
「把背景换成影棚灰。」「把招牌文字改成 OPEN。」「桌上加一杯咖啡。」
核对人脸、产品和版式是否仍与原图一致。一致就完成了。
这是人们实际在搜的任务词——不是模型名。
电商 SKU 和创作者封面。主体留住;换上影棚、街道或纯色品牌底。
海报、菜单、包装 mockup。改字,却不必重画周围版式。
桌上放产品、人像里加道具。新物体应落在同一光线里,而不是像贴上去的。
继续走生成与编辑这条路——下面都是在线页面,不是死链。
基于指令的图像编辑根据书面指令修改已有图片,例如「把衬衫改成蓝色」。原图保留,只改被点名的部分。InstructPix2Pix(Brooks、Holynski、Efros,2022)证明不需要蒙版——模型从文字推断区域。
场景感知指模型把画面其余部分当作仍应成立的场景:身份、光线和邻近像素在点名改动之后依然一致。换背景留下一圈光晕,或新文字无视透视,正是这一主张要避免的失败形态。
Microsoft AI,2026 年 6 月 2 日:MAI-Image-2.5 是其迄今最强图像模型,Arena Image Edit 排名第 2(领先 Nano Banana 2),文生图第 3。
Microsoft AI — Introducing MAI-Image-2.5 ↗Product Hunt 将 MAI-Image-2.5 列为面向局部编辑、身份保持与文字渲染的文生图与图像编辑模型,开发者可通过 Foundry 与 OpenRouter 接入。
Product Hunt — MAI-Image-2.5 ↗InstructPix2Pix(Brooks、Holynski、Efros,2022)确立了跟随指令的图像编辑:一条书面指令、无需用户提供蒙版、单次前向即可完成编辑。
InstructPix2Pix — arXiv:2211.09800 ↗常见问题
有问题?问我们!