OpenAI GPT-Image-2 节点

OpenAI GPT-Image-2 (gpt-image-2) 是 OpenAI 最新的图像模型，现可通过合作节点 (Partner Nodes) 在 ComfyUI 中使用。它是 OpenAI 第一款在生成前会进行推理的图像模型：它不是一次性采样，而是先规划画面构图、检查生成结果，并进行迭代。 此节点支持：

• 文生图，能够出色处理密集文字、UI 元素、图标、信息图、地图、幻灯片以及漫画分镜
• 图像编辑，在最高 2K 分辨率下保持高结构保真度
• 单个提示词最多可生成 8 张一致的图像，并保持角色和物体的连续性

在节点库的 OpenAI GPT Image 1.5 节点上，可将 GPT-Image-2 选为 model 选项。该节点会同步调用 OpenAI 的图像生成 API，并返回与描述匹配的图像。

​

GPT-Image-2 擅长什么

​

推理驱动的生成

GPT-Image-2 会在渲染之前规划构图。这使得它非常适合处理那些历来会难倒图像模型的提示词：例如，要求生成一张海报，上面有一份包含七条项目的项目符号列表，使用 11pt Helvetica 字体并居中。它还能为密集文本、小型 UI 元素、图标、信息图、地图和幻灯片生成干净清晰的输出。

​

保留重要内容的图像编辑

GPT-Image-2 能以结构保真度完成定向编辑，在保持编辑区域之外的一切像素稳定的同时，干净地应用所请求的修改，最高分辨率可达 2K。可将它用于为黑白照片上色，或将场景从正午变为黄昏等使用例，全程不会扭曲面部、几何结构或精细细节。

​

每个提示词最多生成八张一致的图像

该模型从单个提示词中最多可返回八张不同的图像，同时在整个系列中保持角色和物体的连续性。这使得它非常适合制作故事板、参考图、角色转面图和产品变体，无需锁定种子或费心雕琢提示词。将这一批图像直接送入 Save Image 节点，或在其后接入视频工作流即可。

​

混合 Pipeline

GPT-Image-2 可以自然嵌入到混合 Pipeline 中:用它生成包含大量文字的关键画面,然后交给本地模型进行图像放大、风格化或视频生成:在同一个工作流中,每个步骤都用最合适的模型。

​

示例输出

基于推理驱动的构图进行文生图生成： 在输入图像上进行图像编辑，同时保留编辑区域之外的图像结构：

​

快速开始

1. 将 ComfyUI 更新到最新版本(v0.19.4 或更高),或使用 Comfy Cloud。
2. 在节点库中搜索 OpenAI GPT Image 1.5 并添加节点。
3. 将 model 字段设置为 gpt-image-2。

​

可用工作流

​

文生图 (T2I)

通过文本提示词生成图像,利用 GPT-Image-2 基于推理的构图能力。

​

图像编辑

对输入图像进行编辑,在最高 2K 分辨率下保持结构一致性。