OpenAI 一个小升级，让大家表情包自由了。
以前让 ChatGPT 画一只猫，它会交出一张图片。现在你可以再加一句「让它跳舞」，收到一个会动的 GIF。
这是 OpenAI 11 月 4 日发布的 ChatGPT Images 2.6 最显眼的变化。新版本支持直接生成 GIF，也能从参考图片出发继续修改画面。两款面向开发者的 API 模型 GPT-Image-2.6 Flare 和 Sunburst 同步上线。
从能画一张海报，到能根据参考图反复修改，再到让人物和商品动起来，OpenAI 这次更新的重点不只是画质，而是图片生成之后的一连串工作。
GIF 能直接做了，连草稿都能动起来
过去要做一段简单的循环表情，通常需要先准备若干画面，再调整每帧的位置、间隔和衔接。如果人物只是眨眼还好，一旦加上抬手、转头，前后帧里的脸型、衣服和背景很容易对不上。
现在，Images 2.6 把这些步骤压缩成一句话。
OpenAI 在开发者指南中做了这样一段演示：一只穿橄榄绿色连帽外套的小猴子站在傍晚的雪林里，背后是亮着灯的小木屋。
猴子捧着一盏暖黄色纸灯笼，慢慢抬起，仰头眨眼，再将灯笼放回胸前。提示词专门规定摄像机保持不动，动作最终回到初始姿态。
这一段动画只有 9 帧，每帧显示 200 毫秒，总长 1.8 秒。画面看起来简单，却把模型从「理解一张图」带到了「理解一段动作」：它不仅要画对对象，还要安排动作顺序，并让不同时间点的对象保持一致。
小猴子举起灯笼、眨眼，再回到初始姿态。图源：OpenAI
我们也自己试了一把，做了好几张表情包：
只需要提供几张参考图，再用一句话描述想要的表情和动作，ChatGPT 就能生成对应的 GIF。后续想增加新表情，也只需要继续提出要求。
只想换一件衣服，不必连脸都换了
GIF 是这一次更新中最吸引眼球的部分，而第二个变化则更接近实际设计工作。
一个品牌已经确定了商品外观，只想把背景从白色换成室外；一张人像海报已经排版完毕，只想替模特换一件外套；一份产品说明需要翻译，但流程箭头、插画和布局都不能变。
对这些任务来说，重新生成一张漂亮图片并不够，真正重要的是不要改变没有被要求修改的部分。
所以，OpenAI 将参考图一致性作为 Images 2.6 升级的重点。
官方开发者指南展示了换装案例：把人物照片和服装参考图一同提供，让模型保留脸、发型、姿势及背景，只替换衣服。另一组案例把第二张图片中的狗加入第一张街景照片，要求周围环境维持原样。
新的图像编辑目标不再是笼统地「参考这种风格」，而是区分哪些内容要改、哪些内容必须留下。
参考人物原图和三张服装图片，Flare 与 Sunburst 分别生成换装效果。图源：OpenAI
这一点对商用图片尤其关键。商品包装上的字、手柄形状、人物的面孔，都可能是已经确认的设计资产。如果改一处颜色就把这些细节一起改掉，节省的生图时间又会耗在返工上。
为了让修改位置更明确，OpenAI 还把图像标注功能带进 API：开发者可以在原图上圈出花瓶或某个物体，再配上一句文字要求模型修改。
官方的厨房案例就是先在透明标注层上圈住花瓶，随后让模型处理指定区域。
原先在 ChatGPT 中可以进行的视觉圈选，现在也能成为第三方软件里的编辑方式。
通过红圈指定修改区域，Flare 与 Sunburst 将灰色花瓶改为钴蓝色。图源：OpenAI
网友上手，细节也开始露馅
产品刚上线几小时，X 上已经开始刷屏各种实测。
有人把最近很火的「大肥鱼」表情包做成了多张可直接发的动态表情、有人做了山姆奥特曼的表情包。
还有人把测试做得更像一项真正的商业设计任务。
科技博客 Kingy 在 11 月 4 日调用 GPT-Image-2.6 Sunburst API，让一只印有「KINGY LAB」和「750 mL」的水瓶左右摇摆，并要求背景保持不变，最后回到起始姿势。
API 确实返回了 512×512 像素、10 帧、总长两秒的 GIF，瓶身上的两处文字也保留了下来。
但逐帧看，会发现摇摆节奏并不均匀，最后一帧接回第一帧时有明显跳变。
50% 速度提升，背后还有两种取舍
OpenAI 这次并没有只推出一个 API 图像模型。
GPT-Image-2.6 Flare 更偏向快速迭代，适合反复生成草稿、产品图和海报；Sunburst 面向对布局、画质与修改精度要求更高的工作。
官方称，整体出图速度提升约 50%，在低画质设置下，Flare 最快约 6 秒便能完成一张图。
开发者还可以使用新的 complexity 参数，分别选择低、中、高复杂度，控制模型在生成前投入多少规划。
比如只替换一个背景，和要求十几个物体准确排列、同时写对大段文字，是两种难度不同的任务。复杂度负责前面的安排，quality 则控制最后画面的呈现质量。
值得留意的是，速度和每张图的实际成本未必同步下降。
Kingy 在单次 API 测试中生成上述两秒水瓶 GIF，用时约 17.6 秒，根据返回的 Token 用量估算成本约为 0.056 美元。对于需要批量生成动图的应用，除了等待时间，还要计算帧数、分辨率与调用开销。
还有一个容易被 GIF 抢走风头的功能，是 SVG 输出。
OpenAI 在文档里要求 Flare 和 Sunburst 为虚构的 Field & Flour 面包店绘制 Logo，两个版本都输出了可编辑的 SVG：Flare 更简洁，Sunburst 在面包周围加入麦穗、蒸汽和擀面杖等元素。
从 GIF 动画到参考图编辑，再到 SVG 输出，OpenAI 正在把更多原本需要不同设计工具完成的操作，放进同一套图像生成系统。
这也改变了人们使用 AI 生图的方式。以前，一张图片生成后，如果想让它动起来、换件衣服，或者修改某个局部，往往需要切换工具重新处理。现在，这些操作可以直接通过自然语言完成。
当然，新功能还没有解决所有问题。网友测试中出现的动画跳帧、细节变化，仍然是实际使用时需要面对的难题。
但对于只想做一张会动的表情包、给商品换个背景，或者快速修改海报的人来说，原本需要多个步骤才能完成的事情，如今正在变得越来越简单。
参考链接：
© THE
来源：机器之心
