可以。如果你說的「上傳圖片」是指在編輯流程中提供一張既有圖片或參考圖,GPT Image 2 並不是只能從文字生成全新圖片。OpenAI 的圖片指南把 Generations 定義為依照文字提示從零開始生成圖片,並把 Edits 定義為修改既有圖片;API 參考也把 Edit an Image 與 Generate an Image、Create Variation 分開列出。
OpenAI 的圖片參考文件也使用「prompt and/or an input image」的說法,表示模型可依提示詞和/或輸入圖片產生新圖,而不是只接受純文字提示。 針對 GPT Image 2 本身,Replicate 頁面描述它可從文字建立圖片,也可編輯既有圖片;fal.ai 則提供 openai/gpt-image-2/edit 端點,範例請求包含提示詞與 image_urls。
關鍵在於文件層級的分類。OpenAI API 參考將圖片生成、圖片編輯與變體建立分列為不同操作,這代表「編輯圖片」不是只在文字提示中描述一張不存在的圖,而是有獨立的圖片編輯流程可用。
換句話說,如果你的任務是「保留原圖主體、換背景」、「修改產品照片中的某個元素」或「依參考圖做局部調整」,概念上應該走 edit/input-image 工作流程,而不是把 GPT Image 2 當成只能文字生圖的工具。
實作時,最安全的用語是 input image(輸入圖片)。fal.ai 的 GPT Image 2 編輯範例使用 image_urls,因此至少在 fal.ai 這個整合介面中,圖片網址可作為輸入圖片來源。 OpenAI 文件的說法則較廣,提到 prompt and/or input image;但目前查核到的片段沒有完整列出 GPT Image 2 在 OpenAI 原生 API 中的所有傳輸方式、欄位名稱與限制。
因此,開發者不應直接假設第三方包裝器的 image_urls 參數,就等同於 OpenAI 原生 API 的欄位名稱或請求格式。若要上線到正式產品,仍應回到最新的 OpenAI GPT Image 2 模型頁與 image edit 參考文件,確認端點、schema、輸入限制與帳號可用性。
OpenAI 的 GPT Image cookbook 提到,若不希望模型改動輸入圖片的某個部分,可以在編輯流程中提供 mask(遮罩)。但同一份說明也提醒,模型仍可能修改遮罩內的部分區域;如果需要非常精準的遮罩,文件建議使用影像分割模型。
所以遮罩適合用來「引導」模型保護某些區域,但不應被當成逐像素不變的硬性保證。
openai/gpt-image-2/edit 範例已顯示可用 image_urls 傳入圖片網址。是的,GPT Image 2 可以編輯提供進來的輸入圖片;它不只是用文字生成全新圖片的模型。最有力的一般性依據來自 OpenAI 對 edit/input-image 工作流程的文件;而最直接的 GPT Image 2 編輯範例,則來自 Replicate 與 fal.ai 的整合頁面。真正要做產品化時,仍要以最新 OpenAI 原生 API 文件確認 schema、限制與可用性。