ChatGPT现在不只能生成图片,还开始支持直接制作GIF动图了。
11月4日,OpenAI发布Images 2.6。这次更新有三个值得关注的变化:图像生成速度提升50%、支持GIF生成,以及多轮修改时更容易保持角色和画面细节的一致性。
比如,你已经生成了一张卡通角色图,想让它眨眼、挥手,做成循环播放的表情包。以前可能需要制作多张动作图,再借助其他工具合成;现在可以直接尝试让ChatGPT生成GIF。
除了普通用户能感受到的变化,OpenAI还向开发者推出了两款图像模型,并增加了SVG导出、复杂度控制等功能。
这次升级,究竟能省掉多少图片制作步骤?

01|ChatGPT开始支持GIF,静态图片可以动起来了
过去,用AI制作简单的动画表情,通常要经历几个步骤:
先生成角色图片,再制作不同动作或表情的画面,最后把这些图片导入工具,合成为循环播放的GIF。
现在,Images 2.6开始支持直接生成GIF。
用户可以用文字描述想要的动作,比如:
“让这只卡通小猫眨眨眼睛,抬起爪子挥手,制作成循环播放的GIF。”
也可以上传一张静态图片,让ChatGPT尝试将其中的角色或物体制作成动画。
根据OpenAI帮助文档,用户还可以继续提出修改要求,例如调整GIF中的动作,并在查看生成结果时调整播放速度、保存或分享文件。
不过,目前有一个需要注意的限制:ChatGPT可以修改它自己生成的GIF,但还不能直接编辑用户上传的动态GIF。
这项功能正在逐步推送,并不是每位用户都能立即看到相同的入口。
对于日常内容制作,GIF的应用场景很直观。
比如社交平台上的表情包、品牌吉祥物的简单动作、产品展示动效,或者在正式制作视频前,先用动图预览角色动作。
OpenAI在发布公告中,也展示了通过连续画格制作循环动画的例子。
但这不意味着AI已经能够替代专业动画制作软件。
制作几秒钟的简单循环动作,与完成一段包含复杂运镜、连续表演和多角色互动的动画,仍然是不同难度的任务。
GIF生成的实际价值,要看角色是否稳定、动作是否连贯,以及修改起来是否方便。
02|改图更准确,参考照片还能反复使用
如果经常使用AI制作图片,可能会遇到这样的情况:
第一张图已经很满意,只想换一下背景,结果重新生成后,人物的脸、服装甚至构图都发生了变化。
对于需要统一视觉风格的项目,这类问题尤其麻烦。
Images 2.6继续改善了多轮编辑的一致性。OpenAI表示,新模型在反复修改图片时,能够更好地保留人物、产品和品牌的关键视觉细节。
比如已经有一张角色宣传图,只想把背景改成夜景,或者把手中的物品换掉。
理想情况下,模型应该尽量保留角色原有的外观和画面结构,只修改指定内容。
这类改进对角色IP、产品宣传图和系列化内容制作都有意义,因为这些工作往往不是生成一张图就结束,而是需要反复调整。
另一个值得关注的功能,是保存和复用参考照片。
用户可以将上传的照片保存为参考,并为它设置名称。之后在新的对话中,通过输入@名称,就可以再次引用这张照片。
例如,将一张宠物照片保存为“小白”,以后制作不同场景的图片时,就可以尝试通过@小白调用这份参考素材,而不必每次重新上传。
需要区分的是,上传参考图片进行生成或编辑并不是此次才出现的功能。新的便利之处,在于参考照片可以被保存,并在后续对话中重复使用。
当然,保存参考图不等于角色一定能百分之百保持一致。对于正式商业素材,仍然需要检查角色外形、服装、比例和关键标识。

03|API新增两款模型,最快约6秒出图
除了ChatGPT里的功能,OpenAI这次还为API推出了两款图像模型:
GPT-Image-2.6 Flare和GPT-Image-2.6 Sunburst。
两款模型的定位有所区别。
Flare更偏向快速生成。OpenAI表示,在低画质设置下,它最快可以在约6秒内生成图片,同时改善了海报、商品图等专业视觉素材的排版表现。
对于需要批量生成配图、快速测试创意,或者在产品中实时提供图像生成服务的场景,速度会直接影响使用体验。
Sunburst则更偏向高质量视觉制作。
官方介绍,在中等或高画质设置下,Sunburst能够提供更精细的画面细节,并进一步提高多轮编辑中的一致性。
例如,需要反复修改的品牌海报、包含大量细节的产品图,或者对角色形象要求较高的视觉项目,都可以考虑这一方向。
OpenAI还表示,Images 2.6的图像生成速度相比此前提升了50%。
不过,这个数字是官方公布的整体性能描述,不代表每张图片的生成时间都会缩短一半。
实际耗时仍然与画质设置、画面复杂程度以及具体任务有关。
对于开发者而言,速度提升是否能转化成成本优势,还需要结合实际生成量、Token消耗和修改次数来判断。

04|新增SVG导出,图片编辑也有了更多控制
相比GIF生成,API端的另外两项变化可能没有那么吸引眼球,但对实际制作流程同样重要。
首先是SVG导出。
常见的PNG、JPEG图片属于位图,放大到一定程度后,可能出现模糊。
SVG则是矢量图格式,更适合需要缩放和进一步编辑的图形素材。
例如网站图标、界面插画和部分平面设计元素,都可能用到SVG文件。
Images 2.6提供SVG导出能力,意味着开发者可以在生成图像后,将部分设计成果以矢量格式交付给后续流程。
不过,支持SVG导出不代表所有复杂图片都能自动变成结构清晰、方便人工修改的专业设计源文件,实际效果仍需检查。
另一个更新是复杂度参数(complexity)。
开发者可以根据任务要求,调整模型在生成或编辑前投入的规划程度。
简单来说,如果只是修改某个物体的颜色,可能不需要复杂的处理;但如果要求画面里同时出现多个角色、指定位置、不同动作和大量细节,就需要模型处理更多约束条件。
OpenAI建议,大多数常规编辑任务可以优先使用低复杂度;对于元素和限制条件较多的场景,可以尝试中等或高复杂度。
另外,API也加入了图像标注引导编辑能力,允许开发者通过标记来指出需要修改的位置。
这些功能放在一起,反映出一个比较明确的变化:开发者不再只能通过提示词反复碰运气,而是获得了更多控制图像制作过程的手段。

05|从生成一张图,到完成一套素材
对内容制作团队来说,Images 2.6最值得关注的,并不只是GIF这个新功能。
假设要给一个原创动画IP制作社交平台宣传素材。
第一步,生成角色的静态宣传图。
第二步,在保留角色形象的基础上,制作不同表情和场景的版本。
第三步,让角色完成挥手、眨眼等简单动作,生成GIF。
第四步,根据不同平台的需要,输出对应尺寸或格式的素材。
以前,这几个环节往往需要切换不同工具,部分步骤还要人工重新制作。
Images 2.6把其中更多工作放进了同一个图像生成与编辑流程。
但这套流程能不能真正提高效率,还要看生成质量是否稳定、修改是否准确,以及最后需要多少人工返工。
尤其是品牌角色和系列化动画内容,某一张图片做得漂亮并不够,几十张素材能否保持一致,才更考验工具的实际能力。
OpenAI公布的数据显示,目前用户每周通过ChatGPT、Codex和API生成约40亿张图片。
图片生成已经成为高频使用的AI能力,而下一步的竞争,显然不会只停留在谁能生成更漂亮的单张图片上。
能不能在原图基础上准确修改,能不能快速制作简单动效,能不能让生成结果直接进入后续工作流程,正在变得越来越重要。
对于普通用户,GIF生成让图片创作多了一种玩法。
对于专业内容团队,真正值得测试的,则是同一个角色能否持续保持一致,一套素材能否减少重复制作,以及最终交付是否真的更快。
这些问题,可能比单次生成速度提升50%更值得关注。

