一句话看懂：GitHub 在 Copilot 中加入对话式图像生成与编辑能力，由 GPT Image 2.5 Flare 驱动，生成结果直接在会话中预览并保存进项目，省掉了切到外部工具再手动搬素材的步骤。目前处于公开预览阶段，且与聊天模型分开计费。
事件核心：发生了什么
2026 年 10 月 28 日，GitHub Changelog 发布更新：在 VS Code、GitHub Copilot 应用和 Copilot CLI 的任意聊天会话中，用户可以用自然语言描述想要的图片，所选推理模型会调用专门的图像生成工具，由 GPT Image 2.5 Flare 生成结果，在对话中内联预览，并直接存入工作区。也就是说，你可以从零发起请求，也可以在写代码中途顺手补一张图，不必离开当前上下文。
该功能面向 Copilot Pro、Pro+、Business 和 Enterprise 开放公开预览。计费上，图像生成与聊天模型分开结算：按图像 token 消耗计入套餐的 AI credits。企业管理员可通过 Copilot 模型策略禁用图像生成模型；用户还可选择开启可见的“Made with AI”水印，该选项默认关闭。
为什么重要
这一步的意义不在于多了一个画图入口，而在于把视觉素材生产并入编码工作流。此前开发者做界面占位图、示意图或演示素材，通常要另开工具、重新描述需求、再手动导入项目，上下文和提示词都要重来一遍。Copilot 直接调用图像大模型，把“生成—预览—落盘”串在同一会话里，是 AI 编程助手从补全代码走向多模态工作台的又一步。
对 GitHub 而言，这也是模型聚合策略的延续：底层图像模型来自 GPT Image 2.5 Flare，Copilot 负责调度和组织上下文。独立且按 token 计量图像消耗，则是在 AI credits 体系下把图像推理的算力成本显性化。
对用户/开发者/创作者的影响
对普通开发者，最直接的收益是减少工具切换：界面草图、文档配图和测试资源可以在写代码的同一界面里产出。对企业和团队管理者，关键是可控性——模型策略可以关闭图像生成，水印可自主开启，便于合规审查和资产来源标注。对设计师与内容创作者，Copilot 更像一个快速的草稿生成器，目前公开信息显示它并未声称替代专业图像编辑流程。需要注意，图像生成还在公开预览阶段，稳定性和能力边界有待实际使用验证。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是预览期间功能是否按计划转正，以及在真实项目中使用时的生成质量与延迟表现；二是图像 token 的实际消耗速度，会多大程度推高 Pro 及企业套餐的 credits 压力；三是管理员禁用策略与“Made with AI”水印的采用情况，这将影响企业采购和内容合规决策；四是其他 AI 编程工具是否跟进类似的对话式出图能力。
