製作影片時，最難生成的往往不是明亮、乾淨的產品圖，而是夜景、災難、科幻、戰爭這類暗色畫面。
這類鏡頭看起來「黑」，實際包含的資訊一點也不少。
雲層裡要有不同深度的亮度變化，煙霧不能糊成一團，遠處建築要保持空間層次，火焰和能量光源需要照亮周圍環境，雨水、金屬與積水還要形成合理的反射。人物穿著深色服裝時，輪廓既不能消失在背景裡，也不能像貼紙一樣浮在畫面上。
品質不足的圖片，縮小時可能很有氛圍，一旦進入影片製作流程，問題就會迅速暴露。暗部出現色塊，建築細節互相黏連，煙霧失去層次，飛行器結構模糊，人物和背景無法分離。做鏡頭推進、局部放大、視差動畫或圖生影片時，這些缺陷還會被進一步放大。
對於影視創作者來說，圖片不是生成出來就結束了。它還要進入剪輯、運鏡、特效和動畫流程。這正是更高品質檔位存在的意義。
Ace Data Cloud 的 GPT Image 2.5 現已在 low、medium 和 high 之外，增加 xhigh 與 max 兩檔品質。Flare 和 Sunburst 均支援這兩個檔位，包括對應的官方通道。
當畫面涉及複雜暗部、體積雲、煙霧、火光、雨夜反射和多層空間關係時，創作者可以讓模型投入更多生成預算，盡可能保留暗色環境裡的結構與細節。
¶ 我們用一個高難度暗場測試了五檔品質
為了讓差異更容易暴露，這次沒有選擇明亮背景或簡單產品，而是設計了一張科幻災難電影的視覺特效關鍵影格。
畫面發生在藍調時刻的未來海濱城市。斷裂的軌道環懸在城市上空，能量裂縫撕開暴風雲層，燃燒的飛船殘骸墜向摩天大樓。前景是一名背對鏡頭的救援飛行員，旁邊停著受損的傾轉旋翼飛行器。
整個場景以深藍、黑色和灰色為主，只有能量裂縫、火焰、城市燈光和飛行器局部形成暖色高光。
這種場景會同時考驗暗部有沒有真實細節，前景人物能否和背景分離，雲層和煙霧是否具有空間層次，火焰是否真正照亮周圍環境，以及城市、飛行器和軌道環的結構是否連貫。
測試使用更偏向高保真與精細控制的 gpt-image-2.5-sunburst。所有畫面採用完全相同的提示詞，只改變 quality。
¶ 完整測試提示詞
Cinematic VFX keyframe from an original science-fiction disaster film, ultra-wide 16:9 composition. A colossal orbital ring has fractured above a rain-soaked futuristic coastal megacity at blue hour; a luminous energy rift tears through storm clouds while burning spacecraft debris falls toward skyscrapers. In the foreground, an armored rescue pilot stands on a flooded rooftop beside a damaged tilt-rotor aircraft, seen from behind, looking toward the catastrophe. Include physically plausible volumetric clouds, layered smoke, glowing embers, sparks, rain streaks, wet reflective surfaces, turbulent ocean spray, atmospheric perspective, realistic destruction, miniature-scale city detail, complex blue-orange lighting, accurate reflections and refractions, cinematic anamorphic lens flare, subtle film grain, deep depth staging, photorealistic live-action blockbuster visual effects, coherent geometry, natural human anatomy. No text, no logo, no watermark, no split screen, no collage.
這段提示詞有意加入了大量容易在暗場中失控的內容：深色雲層與多層煙霧、點狀火花和燃燒殘骸、深色裝甲人物、夜間城市建築、濕潤表面與複雜反射，以及多個亮度差異很大的光源。
如果生成品質不足，模型很容易只保留強烈的藍橘色氛圍，卻犧牲真正決定畫面質感的暗部結構。
¶ Low：氛圍很快建立，但更像前期概念草圖
low 用約 25.11 秒完成生成，圖像輸出為 157 Tokens。
它可以快速建立完整場景，也能表現災難氛圍、人物位置和主要光源。用來判斷構圖是否成立，或者在前期探索多個鏡頭方向，效率很高。
但在複雜暗場中，我們不能只看畫面是否「夠黑、夠酷」。更重要的是檢查陰影裡還有沒有東西。
救援飛行員的裝甲結構、受損飛行器的機械細節、遠處建築之間的邊界，以及雲層內部的亮度變化，都決定了這張圖片能否繼續用於後期製作。如果這些內容在原圖裡已經混在一起，後期單純提高亮度或銳化，並不能真正找回缺失的結構。
¶ Medium：暗部開始擁有更多可以辨認的內容
medium 用約 27.18 秒完成生成，圖像輸出為 367 Tokens。
相比 Low，它並沒有大幅增加等待時間，但模型獲得了更多生成預算。
對於普通影片配圖，Medium 已經是一個比較實用的起點。它不僅要完成整體氛圍，還需要更認真地處理建築、載具、人物與環境之間的關係。 在暗色畫面裡，所謂品質提升並不一定表現為「更亮」或「更銳利」。更重要的是，陰影中的結構是否還能被看見，煙霧有沒有前後層次，遠處城市是否能夠形成真實的大氣透視，人物是否透過輪廓光自然地從背景中分離出來。
¶ High：從「有氛圍」走向「有結構」
high 的生成時間約為 41.35 秒，圖像輸出增加到 1,413 Tokens。
從這一檔開始，模型投入出現了明顯躍升。對於影視暗場來說，這些額外投入最值得關注的地方，是亮部與暗部之間的過渡。
能量裂縫不能只是一條白色高光，它應該影響周圍雲層；燃燒殘骸不能只是橙色斑點，它應該產生煙霧、餘燼和環境光；積水也不能只是簡單鏡面，它需要根據屋頂結構和光源方向形成不同強度的反射。
當這些關係更加完整時，畫面才會從一張氛圍圖逐漸接近電影鏡頭。High 更適合正式進入影片時間軸，尤其適合需要輕度推進、平移和景深處理的鏡頭。
¶ XHigh：為放大、運鏡和後期分層保留餘裕
xhigh 用約 53.68 秒完成生成，圖像輸出達到 2,511 Tokens。
在影片工作流程中，很多問題只有讓畫面動起來以後才會出現。鏡頭向前推進時，遠處城市需要承受放大；製作視差動畫時，前景人物、飛行器和背景需要有清晰邊界；交給圖生影片模型繼續生成時，機械結構和環境關係也必須足夠明確，否則運動過程中很容易發生變形。
XHigh 的價值就在這裡。它不只是讓畫面在第一眼看起來更漂亮，而是盡可能為後續製作留下更多可用資訊。對於暗色場景來說，這意味著更清楚的輪廓、更穩定的局部結構，以及更有層次的陰影和煙霧。
如果圖片要作為重點鏡頭、片頭畫面、電影概念圖或圖生影片的首幀，XHigh 會比普通品質檔更符合實際製作需求。
¶ Max：為最重要的暗場鏡頭拉高輸出上限
max 用約 104.43 秒完成生成，圖像輸出達到 5,650 Tokens。
它的等待時間接近 XHigh 的兩倍，圖像輸出 Tokens 也超過 XHigh 的兩倍。這說明 Max 並不是換了一個聽起來更高級的名字，而是明顯提高了生成投入。
在複雜暗場中，最高品質的意義不是無止境地增加紋理，而是盡可能同時守住多個容易衝突的目標：畫面要保持黑暗氛圍，但不能遺失結構；能量裂縫要足夠明亮，但不能破壞雲層細節；人物要清楚，卻不能像被單獨去背出來；煙霧要豐富，但不能遮住所有建築；反射要明顯，同時又要符合環境光線。
這些要求單獨完成並不困難，難的是同時成立。
Max 更適合已經確定構圖和提示詞之後的最終輸出，例如片頭主視覺、電影海報、核心鏡頭、重點宣傳素材，以及需要繼續進入複雜後期流程的圖片。
¶ 暗色畫面的品質差異，不能只看「清不清晰」
這次測試記錄如下：
| 品質檔位 | 生成耗時 | 圖像輸出 Tokens | 總 Tokens |
|---|---|---|---|
| Low | 25.11 秒 | 157 | 567 |
| Medium | 27.18 秒 | 367 | 777 |
| High | 41.35 秒 | 1,413 | 1,823 |
| XHigh | 53.68 秒 | 2,511 | 2,921 |
| Max | 104.43 秒 | 5,650 | 6,060 |
從 Low 到 Max，真正需要比較的並不是哪張圖單純更銳利，而是暗色環境裡保留了多少有效資訊。
可以重點觀察救援飛行員的裝甲是否有可以辨認的結構，人物與飛行器之間是否存在清晰的空間關係，飛行器的機翼、旋翼和機身是否連貫，遠處城市有沒有因為黑暗而糊成一整片，雲層是否具有前後深度，以及屋頂積水能否反映環境中的多個光源。
暗場最怕的不是黑，而是「黑得沒有內容」。
一張高品質的暗色圖片，即使整體亮度很低，人物、建築、機械、煙霧和雲層依然應該擁有各自的層次。觀眾未必會明確說出這些差異，但會直觀感受到畫面是否具有電影質感。
¶ 圖片品質決定了影片後期還有多少操作空間
影片創作很少直接使用一張完全靜止的原圖。 創作者通常會進行鏡頭推進、橫向移動、局部裁切、前後景分層、光效疊加、景深模擬，或者把圖片交給圖生影片模型繼續生成。這些操作都會放大暗部缺陷。
如果人物輪廓本來就和背景黏在一起，製作視差時會很難分層；如果建築結構已經模糊，鏡頭推進後只會看到更大的模糊；如果煙霧沒有空間關係，生成動態效果時就容易變成無規律的翻滾色塊。
因此，更高品質的原始圖片並不只是「成片看起來更漂亮」，它還直接決定了後期製作能夠走多遠。
¶ 不必每一張都用 Max，但重要暗場值得更高品質
合理的製作方式，不是從第一張草圖開始就把品質開到最高。
探索階段可以使用 Low 或 Medium，快速確認構圖、角色位置、光源方向和整體色調。方向穩定以後，可以用 High 生成正式素材。如果畫面需要明顯放大、複雜分層或繼續生成影片，XHigh 會更合適。
Max 則應該留給最重要的鏡頭，例如片頭第一幀、海報主視覺、預告片核心畫面，或者決定整支影片質感的關鍵場景。
Ace Data Cloud 為 GPT Image 2.5 加入 XHigh 與 Max，真正帶來的不是多了兩個參數，而是讓創作者面對複雜暗場時，不必停留在「氣氛差不多」的階段。
黑暗不再意味著放棄細節。
當模型擁有更高的品質預算，陰影裡的城市、人物、飛行器、煙霧和反射才有機會一起被保留下來。對於影視創作而言，這些藏在暗部裡的資訊，往往正是畫面從普通配圖走向電影鏡頭的關鍵。
¶ 立即體驗 GPT Image 2.5
想把 XHigh 與 Max 用在自己的暗場鏡頭、海報和影片首幀中？前往 Ace Data Cloud 體驗高保真、精細控制的 GPT Image 2.5 Sunburst，也可以選擇更偏向快速出圖的 GPT Image 2.5 Flare。