11月5日,OpenAI发布新一代图像模型Images 2.6,同步开放给ChatGPT、Codex和API。 这轮更新里最扎眼的变化是动图:整体生成时间缩短50%、最快6秒出图,原生支持用文字提示词生成GIF,还能直接导出SVG矢量格式,多轮编辑的一致性也继续改善。 对普通创作者来说,新增的不只是“会动的图片格式”,而是从生成、调速、逐帧修改到批量接口的整条动图流水线,被压缩进了一个聊天框。微博AI知乎
玩法从对话框开始:点「+」选择「创建图像」,提示词里写明要做GIF动图,再描述画面里什么东西在动,一句话、一张照片甚至一张随手画的草图都是起点。 生成后左上角可以在「GIF」和「精灵图」之间切换,时间轴上能调速、裁剪,也能只给个别帧批注修改。想做固定IP或自家宠物的连续素材,先把形象存成参考照片,之后换个聊天框点名调用即可,不必每次重新上传再解释一遍。知乎知乎
第一类新玩法还是围绕社交场景:让表情包和角色动起来。宠物、卡通IP、真人照片都能直接变成循环小动画,也能让模型参照当下流行的画风批量出抽象打工人表情包。 两个实操细节最影响成品。做固定角色一定要带参考图,不然模型只会照着文字另画一个「远亲」。 另外,它的动作理解目前仍不如专门的视频生成模型,写实人物的动态还原度也一般。知乎知乎微博
第二类是把动图做成日常内容素材。视频剪辑随用随取的动态贴纸可以直接生成、带透明通道;公众号结尾的循环引导图、PPT里的数据变化演示,也比AI视频更“听话”——动态克制、文字稳定,图表类型还能自己设定。 实测里连“消息一条条弹出来”的聊天记录动图都能生成,9帧里每一帧中文都没写错。知乎知乎
第三类玩法发生在开发流程里。API端首次分出Flare和Sunburst两个型号,前者主打速度和排版,后者负责中高质量下的细节与一致性,复杂度(场景规划)和画质(渲染精度)两个参数第一次解耦。 原先只在ChatGPT网页端可用的圈选局部重绘,这次也搬进了API,产品图换道具、设计稿局部返修可以按流水线批量跑。 已有开发者把这套能力封装成开源的“GIF工厂”,备好6个大类、9种风格入口,跑出56个动态案例;也有AI办公助手公司通过API给虚拟助手批量生成打字、反馈的微表情动图。知乎知乎微博
不过,动图的天花板由原理写死。Images 2.6没有走视频模型的时空扩散计算,而是借了游戏工业的序列帧思路:在同一张图上画完所有帧,再切片拼成循环GIF。 逐帧一致性由此而来,代价是单帧尺寸被整张图集的像素预算锁死:5到8帧大约每帧960×960封顶,9到16帧降到720×720,17帧以上只剩480×480。 官方宣称的多轮编辑一致性也不能外推到所有场景,有博主实测人物形象改到第三轮,头发越来越卷、五官也跟着变样。知乎知乎知乎
GIF没有声音,十几帧拼出的是两秒左右的循环动作,首尾也不一定完全接得上。 成本按token计费,帧数、尺寸、参考图都会计入账单:有实测一单9帧、每帧960×960的GIF按现价约8美分。 另有博主测算,静态图单张从4美分涨到8美分,十几帧的动图一次要花小两毛美金。 需要注意的是,以上花费都来自上线初期的实测口径,官方定价仍在变动,参考图还会额外推高输入成本。知乎知乎知乎
把这些边界放在合适的位置,新玩法的轮廓就清楚了:视频模型负责镜头和叙事,Images 2.6负责秒级、循环、文字稳定的轻量动态素材。对普通创作者,眼下最值得动手的是存好角色参考、做一套专属表情包,再把手里反复要用的动图素材做成一句提示词;而接下来值得观察的信号,是单帧分辨率和帧数上限会不会放宽、动图审核误伤会不会减少——这两件事,决定了“生图出动图”到底是玩具,还是日常素材管线的一环。