（来源：智东西）

　　智东西

　　作者 陈骏达

　　编辑 云鹏

　　OpenAI的图像生成模型，能直出动图了！

▲图源：X平台

　　智东西11月5日报道，今天，OpenAI发布新一代图像生成模型Images 2.6。此次升级主打两个方向：一个是生成更快、编辑控制更细，另一个就是首次支持直接生成GIF动图和SVG（矢量图，常用于嵌入网页）导出。

　　按OpenAI给出的数据，Images 2.6的生成速度较此前提升50%，API里把质量设为最低档时，不到5秒就能出一张图。我们的实测显示，动图生成大概也只要10秒-15秒。

　　在API侧，OpenAI沿用了上一代的双版本策略，提供GPT Image 2.6 Flare（速度优先）和GPT Image 2.6 Sunburst（质量优先）供开发者选择。两个模型定价相同，均为每百万输入token 8美元、每百万输出token 30美元，与9月发布的GPT Image 2.5持平。

　　据此估算，1024×1024方图的单张图像输出成本从low档的约0.006美元（约合人民币0.04元）到max档的约0.211美元（约合人民币1.4元）不等，常用的high档约合0.053美元（约合人民币0.4元）；若为图像编辑任务，还需叠加参考图的输入成本，一张1024×1024参考图约合0.008美元。

　　目前，Images 2.6已在全球范围内向ChatGPT和Codex的所有订阅档位开放，覆盖桌面、移动端和网页。OpenAI同时披露，目前全球用户每周在ChatGPT、Codex和API上生成的图像已达40亿张，日均超过5亿张。

　　Images 2.6上线后，智东西第一时间进行了实测。Images 2.6的整体表现值得肯定，生图质感、编辑精度都可圈可点。但就体感而言，这次升级并未带来GPT Image 1.5到2那样的代际跃迁。

　　一、一段提示词直出GIF，图片略显卡滞

　　我们的实测首先从这次Images 2.6的最大亮点“动图生成”开始。要生成动图，用户不需要进入特定的模式，只需要在ChatGPT里直接用自然语言进行描述即可。用户也可以上传图片作为参考，但视频暂不支持。

　　先来看看这个黏土动画的生成效果，我在提示词里描述了浇水、观察植物、天线灯由红转绿等细节，Images 2.6基本都实现了还原。拿到生成结果后，用户还可以调整图片速度，下图就是2倍速的效果。

　　这张图的完成质量还是不错的，生成也只大概花了10秒钟，主体角色的一致性在多帧中都实现较好的保持，风格也与我们要求的黏土动画类似。

　　OpenAI的官方案例则展示了线稿生GIF的效果，左侧的线稿只画出了猫头鹰的大概轮廓，而最终生成的画面填充了不少细节，

　　Images 2.6支持参考图生成GIF，我上传了一张最近热门综艺《后会友期》里的名场面，然后让Images 2.6生成GIF，并配上一段和解的对话。

　　可以看到，在这种对流畅度要求较高的画面中，Images 2.6生成的GIF效果其实略显卡滞，1秒钟大概也就1-2帧；同时，图片左上角的芒果TV图标，背景里的景色都在不断出现细微变化，有点穿帮了。

　　我们还试了一个让老照片动起来的案例，这个效果明显更差了。左侧的人物应该正处于行走的状态，但是在画面中却定格了。汽车的行驶轨迹则不太符合正常的物理逻辑，最后还与画面中央的人物发生了碰撞。

　　不过，GIF图的生成效果应该与思考量有关。一位OpenAI研究员分享的案例显示，对于同样的后空翻动图生成任务，低档思考量的图片出现了不符合物理规律的问题，然而在思考强度调到中档、高档后，动作就明显变得流畅了许多。

　　二、生图真实质感出色，中文内容生成仍存乱码

　　动图之外，Images 2.6的图像生成和编辑效果也有明显的提升。比如，我们就拿一张GPT-6.1 Terra发布时的推文截图，让它进行修改，“伪造”了一张GPT-6.2 Astra的推文截图。

　　这张推文截图的仿真度还是不错的，密集的文字没有出现乱码，但是文字内容略显俗套。同时，在我没有提出明确要求的前提下，Images 2.6给图片加上了明显的虚构标识。

　　在图像编辑场景，此前OpenAI已经在ChatGPT中提供了图像标记功能，现在这一功能也被集成到了API中，让用户可以更精准的定位修改位置。

　　比如，我上传了一张在博物馆拍摄的照片并标出了需要消除的人物（左侧图片），中间的图片则是消除后的效果，两张图重叠后（右侧图片），可以发现修改后其他位置没有任何变动，实现了100%的重合，可谓是指哪儿打哪儿。不过，修改后图片里人物的倒影还是没有完全消除。

　　再来看看九宫格漫画的生成效果。这类任务的重点是要实现角色在多个画面内的一致性，同时还要把文字渲染做好。从结果来看，Images 2.6在角色的一致性上做得不错，但是文字渲染细看还是能找到不少乱码。

　　除了生成风格化内容，Images 2.6还能生成具备真实质感的内容。在提示词中细化描述后，它可以“拍”出一张运动员在比赛现场激烈交手的“照片”。

　　也可以生成壁纸级别的风景摄影作品。

　　结语：OpenAI补齐生图模型工作流

　　此次OpenAI发布的Images 2.6，更像一次面向工作流的更新。GIF生成、图像标记进API、SVG导出，每一项都对应着创作者与设计团队流程中的具体环节。

　　对OpenAI而言，这一步的重点在于让图像模型真正嵌入生产流程，他们也在官方博客中大力强调了这些能力在网页开发、品牌宣传等领域的价值。