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。