以后在微信群里斗图,可能真的要拼手速现搓了。。
就在昨天,OpenAI 发布了最新的图像模型更新 Images 2.6,最大的亮点,就是终于可以用 ChatGPT 直出 GIF 动图了。
在公告里,OpenAI 还凡尔赛了一下现在的体量:全球用户每周已经在用它生成 40 亿张图片,平均每天超过 5 亿张,遍地都是哥们的产物。

大伙知道这意味着什么吗?你恶搞你哥们时做的表情包,终于可以是会动的图了。。
有人直接在官方评论区贴脸开大,给奥特曼做了一张 " 暴风吸入内存条 " 的神人动图。

以及很多哥们把代码圈最经典的 " 鹈鹕骑自行车 " 测试,一键移植到了 GIF 圈。。


看到大伙玩得这么嗨,世超是真的手痒难耐,所以也第一时间打开网页端,上手实测了几个。
先给大伙来个省流:确实挺好用,但还有优化空间。
比如,我先上传了一张奶蛙的图,就跟它说了一句让奶蛙捧腹大笑。

哥们也是回复的非常迅速,不得不说,动起来之后,这绝对是我见过最可爱的奶蛙了。、

接着,我又给它上了点儿难度,让它把牛来用鼠标直接拖进电脑屏幕里,别问我为什么会有这玩意。

本来以为这种抽象的指令它会懵,结果它理解得相当通畅,动起来之后,不仅人物一致性稳住了,连画面里的文字都没怎么崩。

更离谱的是,它甚至还能理解我手绘的抽象画,说实话,连我自己都不知道自己在画什么,只知道想表达的意思是我喜欢你,你喜欢我。

结果丢给它之后,它居然秒懂了我的意思,直接脑补成了一幅完整的 GIF。

哪怕你想复刻网上看到的搞笑视频,现在都可以直接丢给它参考。
比如我直接让 DeepSeek 的鲸鱼娘,当场复刻了一段魔性的霸王龙舞步。。

这下,网友们是真的要彻底实现表情包自由了。
除了能做动图,这次在网页端用下来,还有一个感知极其明显的升级——生图速度巨快。
按照 OpenAI 官方的说法,这次 Images 2.6 的生成速度大概提升了 50%。

以前在网页端让它画张图,慢得让人能玩上好几把贪吃蛇;现在提示词发出去没一会儿,成图就直接蹦出来了,这下贪吃蛇是彻底玩不爽了。

生成完之后,网页图片下面还自带一个倍速按钮。要是你嫌生成的动作不够魔性,直接把倍速拉满就行。

另外据 OpenAI 介绍,这次 Images 2.6 在多轮编辑时的一致性也有了很大增强。
我们也顺手测了一下,哪怕我拿着同一张图,连续在对话框里让它修改五六次背景、动作和细节,画面里的人物特征依然咬得很死,基本不会出现以前那种改几次就换个脸的情况。

不过吹归吹,在高强度实测了一圈之后,我觉得现在的这些动图还停留在 " 能动 " 的阶段,离完美还有很大的进步空间。
一旦遇到稍微复杂一点的情形,哥们就把握不住了。
比如我让猫咪 " 一拳干碎电脑屏幕 ",碎裂过程就会有很假的裂纹出现。

再比如让它生成一段手写 " 按时吃饭 " 的动图,字虽然一个个冒出来了,但画面里的笔却完全没有真正动笔书写的姿态,在这 cos 点读笔呢。

看来对于现在的模型来说,动图的中间帧还是很难处理好呀。
看到这儿,我也开始怀疑它的底层原理了,你这玩意应该就是生成了几张图拼一起吧?
经过我一番验证,发现果然没错,它确实是先用生图模型生成了一张多宫格的整合图片,然后再通过代码裁切、拼接在了一起。
你问我怎么试出来的?我直接给它下了一个极限指令,让它给我生成一张 256 帧的动图。
结果,它裁出来的图片都成清朝画质了。。

还是我问它它才说出来,是因为把一张图片裁成了 256 份,单帧只有五百多像素。

OpenAI 在官号还说了个小技巧,这个模型生成的 GIF 能逐帧修改。(这图有点像小黑子啊,OpenAI)

结果它在网页端压根就没给一个单独批注的地方,哪一帧出了问题,还得靠我自己用肉眼一帧一帧数出来,再去对话框里告诉它,这下是真的是一眼盯帧了。

另外,因为这次生成的很多 GIF 帧数有限,整体观感也挺怪的,有些画面在衔接的某几帧,还是能看出一点生硬的感觉。

也希望 OpenAI 在后续的小更新里,能把动图的帧率和衔接再好好打磨一下。
总的来说,这次 Images 2.6 虽然听名字像是个半代小更新,但我觉得这反而是最近 OpenAI 最有意思的一次更新了。
仔细想想," 用图片模型做 GIF" 的脑洞之所以现在能实现,本质上也是因为如今生图模型的一致性、生成速度和算力成本都跨过了一个临界点。
只有当模型能在几秒内,又快又便宜地画出多张一致性完全不崩的图片时,这种好玩的功能才能真正跑通,给大伙爽用。
最后,目前新模型已经向所有 ChatGPT 用户推送,网页端打开就能直接用,大伙都可以去试试了。
感谢 OpenAI,让我以后斗图再也不用四处盗图了,也期待下次版本更新,能端上来更多好玩的功能。
撰文:不咕



登录后才可以发布评论哦
打开小程序可以发布评论哦