← 返回部落格
Ai預計閱讀 7 分鐘

OpenAI Images 2.6 讓生圖直接交付 GIF:貼圖這條產線被砍掉一半

發布於 2026年11月7日
OpenAI Images 2.6 讓生圖直接交付 GIF:貼圖這條產線被砍掉一半

11 月 4 日晚上,OpenAI 把 Images 2.6 推到了 ChatGPT、Codex 和 API 三個入口上。中文平台第二天一早就熱鬧起來,騰訊雲開發者社群、騰訊新聞、中關村線上也都發了稿,中國日報還帶了一句 PixPix 首發接入。

媒體標題大多盯著「速度提升 50%」。這個數字沒錯,上一代 Flare 也能在低畫質檔位六秒出圖,Sunburst 把多輪修改時人物主體的一致性做得更穩。但更值得說的是輸出格式。這次生成的不再只有一張 PNG,而是一段循環播放的 GIF,以及一個可以直接丟進前端的 SVG。

GIF 到底解決了什麼

以前想讓一張靜態圖動起來,路徑通常很笨:在程式碼裡畫出一幀一幀,或者讓模型出九張圖再自己拼。幀與幀之間對不上是常態,人物的表情會飄,物體的位置會跳。有過貼圖生產經驗的人都知道,為了讓一個循環動圖「不跳」,後期花在剪輯上的時間比畫圖本身還長。

Images 2.6 的做法是官方先畫九格拼圖,再合成動圖。API 預設九幀、每幀 0.2 秒,最多支援 64 幀;網頁端可以調播放速度,從 0.5 倍到 2 倍共七檔,還能逐幀查看、單獨改其中一幀。提示詞裡寫清楚主體、動作和循環方式,官方範例會寫「共 6 幀,第 6 幀平滑接回第 1 幀」。

這對三類工作特別有用。一是貼圖和 IP 吉祥物,循環動圖本來就是一個交付單位;二是電商的循環展示圖,一段十五秒的產品旋轉圖比一張靜幀多講三倍資訊;三是社群媒體的輕動效,製作成本遠低於短影音。

SVG 匯出這條線被討論得反而更少。它把設計稿直接變成向量檔,無損縮放,能對接網頁、App 介面和印刷。圖像生成從「給你一張好看的圖」往「給你一個能進工程的素材」挪了一小步。

兩款子模型其實是一套成本策略

API 端拆成了 Flare 和 Sunburst 兩款。Flare 拼速度,低畫質檔最快六秒出圖,海報和電商產品圖的文字排版也做了優化;Sunburst 拼細節,中高畫質下能出毛衣的毛料質感、褲腳收邊這類紋理,多輪編輯時人物、商品、IP 形象不容易「變臉」。

官方把推理算力裡的佈局規劃和像素渲染拆開,開發者可以自己調推理強度,在速度、成本、畫質之間取捨。這是一句聽起來平淡但很關鍵的話:圖像模型開始承認「快」和「好」是兩個可以分別買的選項,而不是一個固定的檔位。

競技場成績也印證了這種分工。文生圖榜上 Sunburst 排第二(1409 分),Flare 第四(1384 分),OpenAI 包攬了前五名裡的多個席位;圖生圖編輯榜 Sunburst 第三(1476 分),Flare 第五(1462 分)。注意 Sunburst 在卡通、動漫與奇幻風格分類裡直接登頂,這是內容創作最常用的一檔。

別被數字帶跑

OpenAI 這次公布了一個新數據:ChatGPT、Codex 與 API 每週生成的圖片總量突破 40 億張,日均超過 5 億張。圖像生成已經撐起了 ChatGPT 生態裡流量和商業化的一整塊。

這也意味著另一件事:出圖門檻每降一次,垃圾內容的產量就跟著漲一截。GIF 更是一塊全新的湧入地,動圖比靜幀更佔頻寬、更難被搜尋辨識、更適合做大量鋪量。有一批「貼圖工廠」會立刻用上這個功能,也一定會有人在幾天後抱怨滑到的動圖千篇一律。

九個空白底片影格呈弧形排列在暖奶油色紙張上,柔和的光線漸層在影格上流動。

換個角度看競爭格局更清楚。在 OpenRouter 上,Google 的圖像模型目前佔了這週圖像請求量的 47.5%,OpenAI 佔 28.3%,字節的 Seedream 5.0 Flash 漲勢最猛,單週請求量漲了 118%,已經排進前十。影片側則是另一幅圖景:字節佔 26.1%,HeyGen 佔 19.7%,Google 佔 18.5%,排在第一的是數位人,不是電影感模型。

「能直接吐 GIF」不會自動帶來使用量。它省下的是素材生產的時間,不是判斷素材該不該被生產的時間。

值得立刻試的三件事

想做貼圖或者品牌吉祥物的人,現在是最省力的窗口期:寫清楚動作和循環節奏,先出九幀看連貫性,再決定要不要拉長到二十四幀或六十四幀,速度放慢到 0.5 倍更適合誇張表情。

做電商的人可以拿同一套商品圖直接試 GIF 循環版本,對比一下它和靜幀主圖的點擊率差多少,成本不過每張圖幾分錢。

做前端和設計的人可以試試 SVG 匯出這條路。把生成的向量圖丟進設計系統裡改配色、改字級,比從點陣圖反推要省一輪。

還有一件事值得順手做:把這次生成的提示詞、參考圖和最終檔案一起存下來。不是為了留念,是因為後面要重現同一張圖的時候,能呼叫的只有這些。多模態模型已經支援把人或寵物存成參考圖反覆呼叫,迭代速度因此變快,可迭代的前提是上一次的東西還在。

一點保留

原生 GIF 目前更像「一次生成一段短影音的廉價替代」,而不是影片模型本身。它沒有音軌,幀數上限六十四幀,複雜動作很容易崩。與其指望它替代 Veo 或 Seedance,不如把它當成靜幀和短片之間的那一檔。這一檔過去是空的,現在被填上了。

相關文章