← 返回博客
Ai预计阅读 7 分钟

OpenAI Images 2.6 让生图直接交付 GIF:表情包这条流水线被砍掉一半

发布于 2026年11月7日
OpenAI Images 2.6 让生图直接交付 GIF:表情包这条流水线被砍掉一半

11 月 4 日晚上,OpenAI 把 Images 2.6 推到了 ChatGPT、Codex 和 API 三个入口上。中文平台第二天一早就热闹起来,腾讯云开发者社区、腾讯新闻、中关村在线都发了稿,中国日报还带了一句 PixPix 首发接入。

媒体标题大多盯着"速度提升 50%"。这个数字没错,上一代 Flare 也能在低画质档位六秒出图,Sunburst 把多轮修改时人物主体的一致性做得更稳。但更值得说的是输出格式。这次生成的不再只有一张 PNG,而是一段循环播放的 GIF,以及一个可以直接扔进前端的 SVG。

GIF 到底解决了什么

以前想让一张静态图动起来,路径通常很笨:在代码里画出一帧一帧,或者让模型出九张图再自己拼。帧与帧之间对不上是常态,人物的表情会飘,物体的位置会跳。有过表情包生产经验的人都知道,为了让一个循环动图"不跳",后期花在剪辑上的时间比画图本身还长。

Images 2.6 的做法是官方先画九格拼图,再合成动图。API 默认九帧、每帧零点二秒,最多支持六十四帧;网页端可以调播放速度,从 0.5 倍到 2 倍共七档,还能逐帧查看、单独改其中一帧。提示词里写清楚主体、动作和循环方式,官方示例会写"共 6 帧,第 6 帧平滑接回第 1 帧"。

这对三类活儿特别有用。一是表情包和 IP 吉祥物,循环动图本来就是一个交付单位;二是电商的循环展示图,一段十五秒的产品旋转图比一张静帧多讲三倍信息;三是社交媒体的轻动效,制作成本远低于短视频。

SVG 导出这条线被讨论得反而更少。它把设计稿直接变成矢量文件,无损缩放,能对接网页、App 界面和印刷。图像生成从"给你一张好看的图"往"给你一个能进工程的素材"挪了一小步。

两款子模型其实是一套成本策略

API 端拆成了 Flare 和 Sunburst 两款。Flare 拼速度,低画质档最快六秒出图,海报和电商产品图的文字排版也做了优化;Sunburst 拼细节,中高画质下能出毛线衣的毛感、裤脚收口这类纹理,多轮编辑时人物、商品、IP 形象不容易"变脸"。

官方把推理算力里的布局规划和像素渲染拆开,开发者可以自己调推理强度,在速度、成本、画质之间取舍。这是一句听起来平淡但很关键的话:图像模型开始承认"快"和"好"是两个可以分别买的选项,而不是一个固定的档位。

竞技场成绩也印证了这种分工。文生图榜上 Sunburst 排第二(1409 分),Flare 第四(1384 分),OpenAI 包揽了前五名里的多个席位;图生图编辑榜 Sunburst 第三(1476 分),Flare 第五(1462 分)。注意 Sunburst 在卡通、动漫与奇幻风格分类里直接登顶,这是内容创作最常用的一档。

别被数字带跑

OpenAI 这次公布了一个新数据:ChatGPT、Codex 与 API 每周生成的图片总量突破 40 亿张,日均超过 5 亿张。图像生成已经撑起了 ChatGPT 生态里流量和商业化的一整块。

这也意味着另一件事:出图门槛每降一次,垃圾内容的产量就跟着涨一截。GIF 更是一块全新的涌入地,动图比静帧更占带宽、更难被搜索识别、更适合做批量铺量。有一批"表情包工厂"会立刻用上这个功能,也一定会有人在几天后抱怨刷到的动图千篇一律。

Nine blank film frames arranged in an arc on warm cream paper, with soft light gradients shifting across them.

换个角度看看竞争格局更清楚。在 OpenRouter 上,Google 的图像模型目前占了这周图像请求量的 47.5%,OpenAI 占 28.3%,字节的 Seedream 5.0 Flash 涨势最猛,单周请求量涨了 118%,已经排进前十。视频侧则是另一幅图景:字节占 26.1%,HeyGen 占 19.7%,Google 占 18.5%,排在第一的是数字人,不是电影感模型。

"能直接吐 GIF"不会自动带来使用量。它省下的是素材生产的时间,不是判断素材该不该被生产的时间。

值得立刻试的三件事

想做表情包或者品牌吉祥物的人,现在是最省力的窗口期:写清楚动作和循环节奏,先出九帧看连贯性,再决定要不要拉长到二十四帧或六十四帧,速度放慢到 0.5 倍更适合夸张表情。

做电商的人可以拿同一套商品图直接试 GIF 循环版本,对比一下它和静帧主图的点击率差多少,成本不过每张图几分钱。

做前端和设计的人可以试试 SVG 导出这条路。把生成的矢量图丢进设计系统里改配色、改字号,比从位图反推要省一轮。

还有一件事值得顺手做:把这次生成的提示词、参考图和最终文件一起存下来。不是为了留念,是因为后面要复现同一张图的时候,能调用的只有这些。多模态模型已经支持把人或宠物存成参考图反复调用,迭代速度因此变快,可迭代的前提是上一次的东西还在。

一点保留

原生 GIF 目前更像"一次生成一段短视频的廉价替代",而不是视频模型本身。它没有音轨,帧数上限六十四帧,复杂动作很容易崩。与其指望它替代 Veo 或 Seedance,不如把它当成静帧和短片之间的那一档。这一档过去是空的,现在被填上了。

相关文章