Tripo接入GPT-Image-2.5 Sunburst：为 3D生成准备图像参考
Tripo称，OpenAI于 2026 年 9 月 8 日发布的GPT-Image-2.5 Sunburst已在其Tripo Studio上线，用于图像生成与编辑；同时提供面向 3D任务的模板，将参考图直接推进到多视图和 3D模型生成。
AI解读：Tripo把OpenAI 9月 8 日发布的GPT-Image-2.5 Sunburst装进了自家工作室，做图像生成和编辑。它真正想解决的不是“画得好看”，而是参考图能不能拿来建 3D模型：角色背面被挡住、姿势不适合绑定骨骼、一张图里好几个物体混在一起，这些都会让后续 3D生成翻车。
所以Tripo除了模型本身，还给了一排预置模板——角色拆分、头部提取、T Pose、缺失补全、风格变体、3D增强、3D打印白模、照片转手办、场景资产提取，每个模板自带为 3D任务调过的提示词。用户选模板、给文本或参考图，不用从空白提示词开始。
流程上，生成的图可以在同一工作区里改、生成前/左/右/后多视图、抠出单个元素，再点一下进入 3D生成；Tripo说支持单图或多视图参考，批量模式一次最多转 10 张图。效果是否如描述，来源只有Tripo自己的说法，没有第三方评测数字。
受影响最直接的是做游戏资产、角色绑定和 3D打印的人，省掉的是在图像工具和建模工具之间来回倒腾、手动补视角的工夫。普通用户不必急着换工具，但如果本来就在Tripo工作流里，这一步算是把参考图到模型之间的断点接上了。
Tripo在其博客中宣布，GPT-Image-2.5 Sunburst已在Tripo Studio上线，用于图像生成和编辑。Tripo称该模型属于OpenAI最新的图像生成与编辑模型系列，于 2026 年 9 月 8 日发布；相比上一代，它在图像细节、光照、参考保真、精确编辑、多轮一致性、指令遵循和生成速度上都有改进。
Tripo提供的 3D任务模板
Tripo表示，Tripo Image Gen提供面向特定 3D工作流的模板，每个模板带有为 3D任务预调过的提示词。用户选择与目标匹配的模板，再提供文本提示词、参考图或两者结合。
- Character Extraction：把角色的头部、身体、配件等拆成独立元素，分别做 3D生成。
- Head Extraction：提取头部并提升面部细节精度，改善头部和脸部的 3D结果。
- T Pose：把角色转成标准T-pose，用于绑定和动画。
- Character Completion：从局部参考补全缺失部分，还原完整角色。
- Variants：生成多个风格一致的变体，用于创意探索。
- 3D Enhance：用 3D风格渲染增强深度，改善 3D生成结果。
- 3D Print-Ready：生成高对比度白模风格，提升 3D打印的几何精度。
- Photo to Figure：把照片转成风格化手办角色。
- Asset Extraction：提取道具、环境元素等场景资产，用于快速搭建 3D场景。
从参考图到 3D的流程与批量限制
Tripo给出的操作路径是：先确定资产类型并选择模板，输入文本提示词或上传参考图（参考图可作视觉参考或编辑目标），生成并查看图像是否匹配预期，再用Edit Image做文本或参考引导的修改；当单张图无法展示侧面、背面等结构细节时，用Multi-Views生成前、左、右、后参考，最后点Generate 3D进入模型生成。
Tripo称，生成的模型会出现在资产面板中供预览和后续处理。对于一批准备好的图像，Batch to 3D一次最多可转换 10 张图。Tripo还列出了六种具体工作流，包括角色拆分组装、绑定就绪角色、游戏场景资产、3D打印、照片转手办和风格一致系列。
- 角色工作流：角色概念 → Character Extraction → Edit Image → Cutout → Batch to 3D → DCC组装。
- 绑定就绪工作流：角色图 → T Pose → Smart Mesh → Rig → Animate。
- 游戏场景资产：场景概念 → Asset Extraction → Cutout → Batch to 3D → DCC Bridge → 场景组装。
- 3D打印：参考图 → 3D Print-Ready → Multi-view Gen → HD Model → DCC to Bambu或导出。
- 照片转手办：照片 → Photo to Figure → Multi-view Gen → HD Model → DCC to Bambu或导出。
- 风格一致系列：参考图 → Variants → Cutout → Select References → Batch to 3D。
依据与限制
上述功能描述和效果表述均来自Tripo博客。Tripo建议读者查看OpenAI官方介绍以了解模型发布和演示。来源未提供第三方评测、实际生成质量的量化数据，也未说明模板和批量功能是否对所有用户或套餐开放。