3 天高强度 GPT Images 2.5 ➡️ 数据统计 + 5 大问题总结：

【总体感分】82/100 【核心问题总结】单次生成很强，多轮/复杂创作无法稳定地保持设计状态，成本不再是生成而是对齐

【生成成功率】96.6% 【一次到位体感】75–80% 【专业连续编辑能力】74/100

【时间】9.9-9.11 【生成总数】730张 【日均】243张 【用途】前2天测试（重广度，不重深度），第3天创作（重深度，不重广度）

【返工】 25次 【返工密度】1次/29.2张，3.56/100张 【连续返工最长】6轮

【创作返工】13次，占比52%（总返工 【返工密度】1次/26.8张，3.72/100张 【创作生成量】349张，占比48%（总量

【核心问题】 【1】Identity Drift｜主体身份漂移： 多轮/复杂组合任务中特征丢失、主体信息衰减

【2】Style Drift｜风格一致性不稳定： 连续 5 轮之后明显衰减/丢失

【3】Structural Failure｜结构错误： 手部、姿势、接触关系、机械结构设计等是最大结构短板 硬伤，暂无法很好解决，还停留在仅仅看个样子阶段

【4】Design Failure｜设计能力较差： 设计能力依旧是严重的语言式思维，并且在将语言式落实为视觉式表达能力很弱（常说的概念强手不行 经常把“重新设计”理解成“轻微修改”

【5】Local Fix Cascade｜局部修正容易引发新的漂移，也就是“修 A 坏 B”