OpenAI 发布 Images 2.6 支持 GIF 生成与 API 双模型

原标题:Introducing Images 2.6
68AI 研判分

OpenAI 在 ChatGPT、Codex 及 API 中推出 Images 2.6,新增 GIF 动图生成功能并提升编辑一致性。API 端提供 Flare(极速)和 Sunburst(高质)两款模型,生成速度较前代提升 50%。

报道正文

本文目录4 个章节

我们正式在 ChatGPT、Codex 和 API 中推出 Images 2.6,助您更快速地将创意变为现实。借助这一版本,您可以通过 GIF 为图像注入动态效果——无论是让品牌吉祥物或角色动起来,还是将产品照片转化为引人注目的循环动画。此外,您还能以更快速度创建精美的视觉效果,并以更高的精度进行优化——在编辑过程中保持角色、产品和品牌细节的一致性。

目前,全球用户每周通过 ChatGPT、Codex 和 API 生成 40 亿张图像。平均而言,每天生成的图像数量超过 5 亿张。

使用 Images 2.6 生成的动画场景蒙太奇。

更快的迭代速度与更专业的视觉效果

Images 2.6 的图像生成速度比之前提升了 50%。在 API 中,我们为开发者提供了 GPT‑Image‑2.6 Flare 和 Sunburst 两种模型供选择。当质量设置为低时,Flare 最快可在六秒内生成图像。对于需要更高细节和精度的工作,GPT‑Image‑2.6 Sunburst 在中等或高质量设置下可提供更高质量的图像生成,并在多次编辑中实现更强的图像一致性。Flare 还提升了海报、产品图及其他专业视觉效果的布局质量。

使用高端旅游广告进行的并排图像生成延迟对比,生成计时器以八倍速播放显示。

用 GIF 为您的创意注入动感

在需要动态表现的时刻,GIF 能为您的创意增添新的维度。营销人员和创作者可以为营销活动制作品牌吉祥物动画,为社交媒体创作表情包和梗图,或使用动画分镜在视频制作前探索角色动作。

一个 Q 版办公室职员对下跌的股票市场图表做出反应。

由 OpenArt 创作

Prompt 1: 创建一张用于无缝循环 GIF 的单张动画精灵图。一个超级可爱的 Q 版成年上班族坐在桌前,盯着电脑显示器上明显暴跌的股市折线图。动作序列:表情充满希望 → 注意到图表下跌 → 眼睛瞪大 → 面部扭曲崩溃 → 巨大的卡通眼泪顺着双颊流下 → 一边默默擦泪,一边仍盯着下跌的图表。特征包括: oversized 圆头、小身体、富有表现力的大眼睛、柔和圆润的五官、凌乱蓬松的头发、白衬衫和松开的领带。严格包含 6 个连续帧,排列成精确的 3 列 × 2 行网格,阅读顺序为从左到右,然后从上到下。每个面板尺寸完全相同。固定正面四分之三视角摄像机,角色、桌子、显示器、服装以及温馨的迷你办公室背景保持一致。面部表情和泪水运动需有清晰的渐进变化;第六帧应平滑过渡回第一帧。采用精致的可爱 Q 版 3D 玩具风格,暖色调粉彩灯光,氛围既滑稽又令人同情。无字幕、无文字、无数字、无标志、无对话气泡、无面板标签、无边框、无间距。

一个 Q 版上班族庆祝股市图表上涨。

由 OpenArt 创作

Prompt 2: 创建一张用于无缝循环 GIF 的单张动画精灵图。一个超级可爱的 Q 版成年上班族坐在桌前,盯着电脑显示器上明显飙升的股市折线图和一个巨大的向上箭头。动作序列:注意到图表上涨 → 惊喜地瞪大眼睛 → 跳起来欢呼 → 抓起一把没有可识别货币标记的通用纸币 → 笑着将纸币像彩带一样抛向空中。特征包括: oversized 圆头、小身体、闪闪发光且富有表现力的大眼睛、柔和圆润的五官、凌乱蓬松的头发、白衬衫和松开的领带。严格包含 6 个连续帧,排列成精确的 3 列 × 2 行网格,阅读顺序为从左到右,然后从上到下。每个面板尺寸完全相同。固定正面四分之三视角摄像机,角色、桌子、显示器、服装以及温馨的迷你办公室背景保持一致。身体、手臂和飞舞纸张的运动需有清晰的渐进变化;第六帧应平滑过渡回第一帧。采用精致的可爱 Q 版 3D 玩具风格,明亮欢快的粉彩灯光,氛围滑稽且喜悦。无字幕、无文字、无数字、无标志、无真实货币符号、无对话气泡、无面板标签、无边框、无间距。

你无需拥有精美的设计稿即可上手——哪怕是一张简单的草图,也能转化为富有表现力的动画角色,适用于视频、游戏等多种场景。

Image 1: An owl drawn in pen on lined paper.

由手绘草图生成的动画猫头鹰。

从个人表情反应到品牌吉祥物及产品视觉呈现,GIF 为用户和企业提供了一种轻松有趣的沟通方式。初创公司 Town 正在打造一款 AI 工作助手,他们利用 API 中的 Images 2.6 探索如何通过动画角色为日常办公互动增添更多个性色彩。

Town 工作助手中的动画角色 Monty 会出现在消息框上方,作为输入状态指示器。

API 中更多的创作与编辑方式

图像编辑演示中,一位演讲者坐在笔记本电脑前。

借助 Images 2.6,开发者对图像的创建、编辑以及后续项目流程的衔接拥有了更强的控制力。已在 ChatGPT 中提供的图像标记(Image markup)功能现已登陆 API,使团队能够精准定位需要修改的具体区域。SVG 导出功能则让设计成果可直接应用于网站、应用及印刷领域。

新增的复杂度参数(complexity parameter)允许开发者调整模型为满足请求所进行的规划程度,较低设置适合快速编辑。图像质量(image quality)控制视觉细节与保真度,而复杂度则决定场景构建的深度。

对于大多数编辑任务,我们建议采用低复杂度以实现更快速的编辑,并搭配符合工作流需求的图像质量设置。若场景包含大量元素或约束条件,可尝试中等或高复杂度设置。

查看早期体验客户使用 Images 2.6 生成的作品:

Image 2: A giant multicolored glass whale floats above misty mountains beside a stone chapel at sunset.

定价与可用性

Images 2.6 今日已在全球范围内上线,支持 ChatGPT 和 Codex,覆盖桌面端、移动端及网页版的所有订阅层级。

GPT‑Image‑2.6 Sunburst 和 GPT‑Image‑2.6 Flare 已在 API 中提供。请在此查看定价详情⁠(opens in a new window)。

如需了解更多关于 Images 2.6 的安全评估与防护措施,请参阅系统卡(system card)。