OpenAI 11 月 4 日推出 Images 2.6,最大新功能是直接生 GIF。文字提示、照片或手繪草圖都可以變成循環動畫。做法不是影片擴散模型,而是遊戲工業的序列幀做法,一張圖內畫好多格連續畫面,再切片合成 GIF。好處是繞開影片模型的高推理延遲,並保證每格角色五官、衣服及背景相對固定。GIF 可以調播放速度,由 0.5 倍至 2 倍,可以逐格修改,可以分享連結、下載,或直接分享至 X、LinkedIn 及 Reddit。GIF 功能逐批開放,部分帳戶暫時未有,屆時只會收到分開的靜止畫格而非動畫。

Images 2.6 實測 – GIF 製作過程
製作過程分三步。第一步是生成靜態主角。向 ChatGPT 提出一句要求,按它對 ZTYLEZMAN 的認識,生成一個可代表他的公仔,ChatGPT 據此設計出黑貓編輯 ZED。
第二步是將靜態主角變成 GIF。向 ChatGPT 提出將 ZED 生成一系列 GIF,舉一個具體動作例子,例如看一眼手錶後轉身看手機。ChatGPT 會先定好 4 款循環 GIF 計劃:看錶後轉身看手機、低頭滑手機、翻閱雜誌,以及點頭打招呼。
ChatGPT 逐款畫出 16 格分格圖,再合成 GIF。生成需時,運作數分鐘製作,期間會保留 ZED 的 Z 字額髮、黑灰色穿搭及左手腕錶,確保動作清楚可見。分格圖完成後,ChatGPT 會一次過交出成品。
第三步是下載成品。ChatGPT 一次過交出 4 張 GIF,附 ZIP 下載,逐張檢查動作是否清楚,角色特徵有無走樣。
第一步 : 向 Chatgpt 提出生成一張靜態的主角圖片
「請你用你對 ztylezman 的認識,生成一個可代表他的公仔」

第二步:向 ChatGPT 提出將靜態主角圖片生成為 GIF 動態圖像
「請你將”ZED”生成一系列 gif 圖,列如看一眼手錶後轉身睇手機」

等待 Chatgpt images 2.5 生成16張分格圖, ChatGPT 逐款畫出 16 格分格圖,生成需時,運作數分鐘製作

Chatgpt images 2.5 完成生成 GIF

最後合成 GIF,成品一次過交出,附 ZIP 下載。生成需時,今次實測由提出要求到一次過交出 4 張 GIF,前後約 9 分鐘。收到成品後,逐張檢查動作是否清楚,角色特徵有無走樣。角色特徵講得愈具體,成品走樣機會愈低。Images 2.6 將同一分格圖做法變成直接生 GIF 的功能,毋須逐格處理。
第三步 : 下載 Gif 成品檔

4 張 GIF 全部 512×512,16 格,無限循環。第一張看錶後轉身看手機,3.84 秒播完一遍;其餘三張各 2.88 秒播完一遍。



照片可以命名儲存,之後在其他對話用名字重用,毋須重新上載。例如將主角照片存為 ZED,之後直接叫「@ZED 看手錶」。ZTYLEZMAN 小篇實測將 ztylezman 卡通公仔貓照片存為 ZED,之後叫「Make a GIF of @ZED dancing on the cloud」即生成貓 GIF。多輪編輯後角色、產品及品牌特徵保持一致,改背景時衣著等細節維持不變。


免費版可用
Images 2.6 即日起全球上線,ChatGPT 及 Codex 所有訂閱層級,網頁版、桌面版及手機版均可使用,包括免費版。免費版有圖片生成數量上限,OpenAI 未公布每個計劃每日可生成幾多張 GIF。
速度及新功能
OpenAI 稱 Images 2.6 比前代 Images 2.5 快 50%,自家基準圖顯示,同一張圖由 7.08 秒減至 4.84 秒,按速度比率計快約 46%,按耗時計少約 32%。50% 是 OpenAI 的聲稱,數字來自官方自家基準,未經獨立驗證。值得留意的是,OpenAI 每代都用同一個 50% 說法,Images 2.5 推出時亦聲稱比 2.0 快 50%。API 兩個型號分工不同,Flare 主打速度及排版,海報及電商產品圖佈局有改善,低畫質設定最快 6 秒出圖;Sunburst 主打畫質及細節,中至高畫質設定下畫面更精細,多輪編輯一致性更高。



